刘文浩
- 作品数：3 被引量：7H指数：2
- 供职机构：河北工业大学计算机科学与软件学院更多>>
- 发文基金：天津市应用基础与前沿技术研究计划重点项目河北省自然科学基金河北省高等学校科学技术研究指导项目更多>>
- 相关领域：自动化与计算机技术交通运输工程更多>>
- 基于流形学习的路面破损图像多特征融合与可视化被引量：3
- 2016年
- 针对路面破损图像自动识别中的多特征融合问题,提出了一种基于流形学习的多特征融合方法,利用流形学习方法将组合投影、混合密度因子和二阶不变矩3种特征的高维数据映射到低维空间中,提取出路面破损图像的本质特征,实现了多特征融合和路面破损图像的可视化。在试验中,将这种多特征融合方法应用在路面破损图像的检测中,首先从8个组合特征中提取出二维特征,然后比较ELM、KNN、SVM、BP神经网络在二维特征上的识别效果。试验结果表明:利用特征融合方法有效提高了路面破损图像的识别精度;通过可视化得到了二维特征的物理含义,一个特征初步表明了路面裂缝的复杂程度和破损程度,另一个特征给出了裂缝的方向。
- 石陆魁周浩刘文浩
- 关键词：道路工程多特征融合流形学习可视化
- 基于Spark的ISOMAP算法并行化
- 2016年
- 为了实现大数据环境下非线性高维数据的快速降维,提出了一种基于Spark的并行ISOMAP算法.在该算法中,为了快速构建邻域矩阵,设计并实现了基于精确欧式位置敏感哈希的近邻搜索并行算法;为了实现特征值的快速求解,设计并实现了基于幂法和降阶法交替执行的特征值求解并行算法.为了进一步提高算法的性能,基于Spark的特性,利用Spark的稀疏向量、广播机制和缓存机制对并行ISOMAP算法进行了优化,减少了计算过程中的内存消耗和数据传输.在Swissroll数据集和S-curve数据集上的实验结果表明,基于Spark的并行ISOMAP算法通过并行执行和计算过程的优化,极大地提高了算法的执行效率,能够适用于大规模数据集的降维处理.
- 石陆魁袁彬刘文浩
- 关键词：ISOMAPSPARK流形学习大数据
- 基于LDA和小波分解的肺音特征提取方法被引量：4
- 2017年
- 针对用小波分解提取肺音特征后特征向量维数较高的问题,提出了一种结合线性判别分析和小波分解的肺音特征提取方法。在该方法中,首先对肺音信号进行小波分解,然后将小波分解得到的小波系数转化成小波能量特征向量,接着使用线性判别分析法对该特征向量进行降维处理,得到新的低维特征向量,最后用SVM对低维特征进行识别。在实验中,选取了三种肺音信号:正常肺音、爆裂音、哮鸣音,用所提出的方法将8维的小波能量特征降为2维特征,在2维特征上进行了分类识别,并和降维之前的结果进行了比较,实验结果表明利用线性判别分析对小波能量特征降维后极大地提高了识别精度。同时,和其他几种典型的肺音特征提取方法进行了比较,实验结果表明结合线性判别分析与小波分解的特征提取方法得到了更高的识别精度。
- 石陆魁刘文浩刘文浩
- 关键词：肺音线性判别分析小波分解
