您的位置: 专家智库 > >

杨爱兰

作品数:3 被引量:28H指数:2
供职机构:杭州电子科技大学更多>>
发文基金:浙江省自然科学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篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 2篇随机场
  • 2篇马尔科夫
  • 2篇马尔科夫随机...
  • 1篇有限混合模型
  • 1篇期望最大化
  • 1篇期望最大化算...
  • 1篇无监督学习
  • 1篇路标
  • 1篇路标识别
  • 1篇混合模型
  • 1篇边缘点
  • 1篇GIBBS采...
  • 1篇不变矩
  • 1篇采样
  • 1篇OSPA

机构

  • 3篇杭州电子科技...

作者

  • 3篇杨爱兰
  • 2篇刘伟峰
  • 1篇陈利

传媒

  • 1篇哈尔滨师范大...
  • 1篇电子学报

年份

  • 1篇2017
  • 2篇2011
3 条 记 录,以下是 1-3
排序方式:
基于马尔科夫随机场的路标识别算法研究
路标识别是近些年来研究的热点之一,它在智能交通与智能车自主驾驶方面有着重要的用途。现有的路标识别方法有基于路标颜色(间接利用颜色信息:灰度或者色彩向量)的方法和基于路标形状的方法。基于颜色的方法因颜色的像素值会受到光照条...
杨爱兰
关键词:路标识别马尔科夫随机场期望最大化算法不变矩
文献传递
基于OSPA距离和特征点采样的路标识别算法被引量:4
2017年
提出了一种基于最优次模式(OSPA)距离的路标识别算法.算法引入Markov随机场建立噪声的待检图像,然后采用条件迭代算法(ICM)恢复图像,进一步提取路标边缘点.这些边缘点作为特征点;该特征点看作为待检特征点集,计算其和标准路标库图像之间的OSPA的距离,以此来识别待检路标.分析表明,该算法对于路标的形态识别具有明显的优势,最后分析了图像尺寸大小、特征点数量对OSPA距离的影响.
陈利刘伟峰杨爱兰
关键词:马尔科夫随机场边缘点
基于BIC准则和Gibbs采样的有限混合模型无监督学习算法被引量:24
2011年
针对有限混合模型无监督学习算法分布元个数未知,本文提出了一种基于BIC准则和Gibbs采样的无监督学习算法,通过Gibbs采样算法对混合模型的参数进行估计,进一步计算观测数据的Bayes信息准则(BIC)指标,确定混合分布元个数.仿真实验以高斯混合分布为例,分别利用具有不同个数的分布模型拟合观测数据,分析表明,该算法能够很好地学习混合高斯分布参数及个数.
刘伟峰杨爱兰
关键词:GIBBS采样无监督学习有限混合模型
共1页<1>
聚类工具0