针对传统基于Haar-like特征的on-lineboosting跟踪算法(HBT)需要产生大规模随机特征、占用大量计算资源和存储空间的缺点,提出结合方向纹理熵的Haar-like特征在线boosti
特征选择和参数优化是提高支持向量机(SVM)分类性能的两个重要手段,将两者进行同步优化能提高分类器的分类精度。利用思维进化算法(MEA)进行特征选择和SVM参数同步优化能取得较好的分类效果,但也存在着
文本分类中特征空间的高维问题是文本分类的主要障碍之一。特征选择(FeatureSelection)是一种有效的特征降维方法。现有的特征选择函数主要有文档频率(DF),信息增益(IG),互信息(MI)等
对垃圾图像判别问题中的特征提取和特征选择研究现状进行了总结。从特征的可区分性、鲁棒性和提取效率三个方面比较了垃圾图像判别中的主要特征,分析了特征的优缺点。结合分类学习算法、仿真实验结果,对已有的主要特
在单样本人脸识别中,由于训练样本的数量受限,充分利用样本的信息就显得十分重要;针对这种情况,通过采用旋转和反转原始图像的方法增加样本信息,提出了基于虚拟信息的单样本分块人脸识别方法,充分利用了样本的整
不平衡数据集分类为机器学习热点研究问题之一,近年来研究人员提出很多理论和算法以改进传统分类技术在不平衡数据集上的性能,其中用阈值判定标准确定神经网络中的阈值是重要的方法之一。常用的阈值判定标准存在一定
为提高目标与背景对比度低、相似物体干扰等复杂环境下目标跟踪的效果,提出将在线学习选择最优颜色特征嵌入跟踪算法中,以改善跟踪的稳定性。以当前时刻目标的区域为目标区域,利用卡尔曼滤波预测目标的下一时刻位置
双数组算法改进与实现,韩雪冬,,在中文分词系统中,分词速度是系统性能的一个重要指标。分词过程中需要频繁查询字典,所以词典的数据结构对分词速度的提高起着关
信息熵加权的HOG特征提取算法研究.pdf
针对传统粒子群算法收敛速度慢、全局搜索能力差的缺点, 提出了一种新的最优交叉动量粒子群算法。该算法通过在粒子群算法中引入一种新的二进制交叉策略来加快粒子群算法的收敛速度, 通过设置新的惯性权重来改善新