期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于隐SVM和混合高斯模型的目标检测算法 被引量：3
1
作者 陆星家 王玉金 +1 位作者 陈志荣 林勇 《计算机工程》 CAS CSCD 北大核心 2016年第6期287-292,共6页
针对目标检测算法的复合检测模板与变形约束进行研究,在目标外观状态满足高斯分布的前提下,提出一种结合隐支持向量机(LSVM)和混合高斯模型(GMM)的目标检测算法。使用滑动窗算法提取检测目标的梯度方向直方图特征,通过引入二次损失函数,... 针对目标检测算法的复合检测模板与变形约束进行研究,在目标外观状态满足高斯分布的前提下,提出一种结合隐支持向量机(LSVM)和混合高斯模型(GMM)的目标检测算法。使用滑动窗算法提取检测目标的梯度方向直方图特征,通过引入二次损失函数,将LSVM在目标检测训练过程中的半凸约束问题转化为凸优化问题,并利用GMM获得目标检测的全局优化结果。实验结果表明,相比双树分枝界限算法和DPM算法,该算法具有更高的目标检测准确率。 展开更多
关键词 隐支持向量机 混合高斯模型 多目标检测 变形约束 半凸优化
在线阅读 下载PDF
基于DPM的自然场景下汉字识别方法 被引量：3
2
作者 张伟伟 汤光明 +1 位作者 孙怡峰 李晓利 《计算机应用研究》 CSCD 北大核心 2013年第3期957-960,共4页
自然场景下,汉字背景复杂且形态各异,导致传统识别方法中的文本定位与文本矫正过程难以进行。为了避免这些问题,采用物体识别方法中的可变部件模型(DPM)进行识别。该方法将汉字视为物体类,训练其对应的参数模板,然后采用滑动窗口的方法... 自然场景下,汉字背景复杂且形态各异,导致传统识别方法中的文本定位与文本矫正过程难以进行。为了避免这些问题,采用物体识别方法中的可变部件模型(DPM)进行识别。该方法将汉字视为物体类,训练其对应的参数模板,然后采用滑动窗口的方法遍历待检测图片,以判断图片中是否存在目标汉字。实验表明,该方法对简单独体汉字有较好的检测效果,但对于多笔画复杂汉字,由于模型自身结构特点,效果并不明显。 展开更多
关键词 可变部件模型 汉字识别 隐支持向量机 高斯金字塔模型 滑动窗口 HOG描述子
在线阅读 下载PDF
联合CRF和可变部位模型的行人检测方法
3
作者 马技 李晶皎 +1 位作者 马利 赵越 《系统仿真学报》 CAS CSCD 北大核心 2015年第10期2310-2315,共6页
行人目标检测在许多领域有着广泛的应用,它是计算机视觉研究的焦点之一。基于部位的检测方法在行人检测方面表现出非常出色的性能,在人体姿态变化方面具有很强的适应性,但是对于部位遮挡问题效果不佳。当判别阈值较高的时候,漏检率很高... 行人目标检测在许多领域有着广泛的应用,它是计算机视觉研究的焦点之一。基于部位的检测方法在行人检测方面表现出非常出色的性能,在人体姿态变化方面具有很强的适应性,但是对于部位遮挡问题效果不佳。当判别阈值较高的时候,漏检率很高。考虑LSVM方法对遮挡信息挖掘不足,在可变部位模型的基础上,针对部位遮挡问题,建立了条件随机场模型,采用两层分类器。在参数学习中,采用随机梯度下降和置信传播算法优化条件随机场的目标函数。实验结果表明,该文提出的方法在遮挡问题方面表现出较好的效果。 展开更多
关键词 行人检测 可变部位模型 条件随机场 隐支持向量机
原文传递
基于分层自适应部分模型的遥感图像飞机目标检测 被引量：4
4
作者 何楚 张宇 +1 位作者 廖紫纤 廖明生 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2013年第6期656-660,共5页
提出一种基于分层自适应部分模型(HAPM,hierarchical adaptive part-based model)的目标检测方法,用于遥感图像的飞机目标检测。针对目前目标检测方法在子类型数目确定、模型多分辨率结构关系方面存在的不足,构造如下算法:首先构建一个... 提出一种基于分层自适应部分模型(HAPM,hierarchical adaptive part-based model)的目标检测方法,用于遥感图像的飞机目标检测。针对目前目标检测方法在子类型数目确定、模型多分辨率结构关系方面存在的不足,构造如下算法:首先构建一个扩展的Part-based Model模型;其次,分别从子类型的自适应选择、子类型的多层次建模和检测阶段加权距离变换的形变优化等方面对其进行改进;最后,HAPM算法充分考虑了模型的形变,同时结合多层次的建模思想使得目标的检测精度和算法适用性大大增强。用收集的10大国际机场的真实遥感图像数据进行实验验证,证明了算法的有效性。 展开更多
关键词 层次自适应 多层结构 lsvm 目标检测
原文传递
前列腺癌3种早期诊断预测模型效能比较 被引量：1
5
作者 李翔 李姝婷 +5 位作者 陈容 骆仕俐 张溪 李远盛 许望东 张俊辉 《西南医科大学学报》 2023年第4期330-335,共6页
目的采用logistic回归、决策树和Lagrangian支持向量机(Lagrangian Sopport Vector Machine,LSVM)三种方法构建前列腺癌的早期诊断预测模型,并比较三种模型的预测效能,为前列腺癌的早期诊断提供理论支持。方法数据来源于国家临床医学科... 目的采用logistic回归、决策树和Lagrangian支持向量机(Lagrangian Sopport Vector Machine,LSVM)三种方法构建前列腺癌的早期诊断预测模型,并比较三种模型的预测效能,为前列腺癌的早期诊断提供理论支持。方法数据来源于国家临床医学科学数据中心(301医院)的《前列腺肿瘤预警数据集》,将清洗整理后的数据按7:3的比例随机分成训练集和测试集,基于训练集数据采用单因素Logistic回归筛选前列腺癌的关联因素,并建立多因素Logistic回归分析、LSVM和随机森林模型三个前列腺癌早期诊断预测模型,用测试集数据验证三个模型的预测准确性并用ROC曲线对三种模型进行评价比较。结果单因素Logistic分析筛选出13项具有统计学意义的指标,包括年龄、肌酸激酶同工酶、甘油三酯、磷脂、游离PSA、总PSA、钙、血清尿酸、载脂蛋白A1、载脂蛋白B、载脂蛋白C2、载脂蛋白C3、载脂蛋白E。多因素Logistic分析筛选出4个有统计学意义的变量:年龄、肌酸激酶同工酶、游离PSA、总PSA。LSVM模型筛选出10项预测因子,按重要性由高至低分别是:总PSA、年龄、载脂蛋白A1、磷脂、载脂蛋白B、甘油三酯、血清尿酸、游离PSA、肌酸磷酸同工酶、载脂蛋白E。随机森林模型筛选出10项预测因子,按重要程度排序由高至低依次为:载脂蛋白C3、磷脂、游离PSA、载脂蛋白B、载脂蛋白E、钙、血清尿酸、载脂蛋白A1、载脂蛋白C2、肌酸激酶同工酶。多因素非条件Logistic回归、LSVM模型和随机森林模型分析的AUC分别为0.895(0.876,0.913)、0.918(0.902,0.934)、0.724(0.688,0.760)。结论LSVM模型预测效果最好,多因素Logistic回归模型预测效果尚可,随机森林的预测效果不佳。 展开更多
关键词 前列腺癌 风险预测 LOGISTIC回归 lsvm模型 随机森林模型 ROC曲线
暂未订购
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部