您的位置: 专家智库 > >

国家自然科学基金(60774051)

作品数:2 被引量:3H指数:1
相关作者:张素文苗丹丹陈尹萍汪丽丽蒋楠更多>>
相关机构:武汉理工大学武汉大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇神经网络控制
  • 1篇神经网络控制...
  • 1篇网络控制
  • 1篇网络控制器
  • 1篇向量
  • 1篇向量机
  • 1篇模糊神经
  • 1篇模糊神经网络
  • 1篇模糊神经网络...
  • 1篇模糊神经网络...
  • 1篇控制器
  • 1篇混合模型
  • 1篇混合算法
  • 1篇高斯
  • 1篇高斯混合
  • 1篇高斯混合模型

机构

  • 2篇武汉理工大学
  • 1篇武汉大学

作者

  • 2篇张素文
  • 1篇张陶
  • 1篇汪丽丽
  • 1篇陈尹萍
  • 1篇苗丹丹
  • 1篇蒋楠

传媒

  • 1篇武汉理工大学...
  • 1篇电气自动化

年份

  • 1篇2009
  • 1篇2008
2 条 记 录,以下是 1-2
排序方式:
基于SVM和GMM的视频运动对象分割算法被引量:1
2009年
针对传统的高斯混合模型分割方法易受复杂背景影响,且对前景对象的分割效果不理想的问题,提出了一种将高斯混合模型与支持向量机分类器相结合的算法。该算法首先将视频图像由高斯混合模型做初步二值化分割,同时将视频图像用训练后的支持向量机分类器进行像素分类,获取对应的前景块和背景块;然后,将支持向量机得到的分割模板和高斯混合模型分割的结果进行与运算,得到最终分割结果。实验结果表明,该算法显著减少了动态前景对象的分割错误,提高了分割质量。
张素文张陶蒋楠
关键词:支持向量机高斯混合模型
一种基于GA-BP混合算法的模糊神经网络控制器被引量:2
2008年
提出一种用于优化模糊神经网络控制器参数的 GA-BP 混合算法,该算法一方面由遗传算法保证学习的全局收敛性,克服梯度法对初始值的依赖性和局部收敛问题;另一方面,与"精确的"梯度学习算法的结合也克服了单纯遗传算法所带有的随机性和概率性问题,有助于提高它的搜索效率。仿真结果证明了算法的有效性。
张素文汪丽丽陈尹萍苗丹丹
关键词:BP算法模糊神经网络
共1页<1>
聚类工具0