黄金杰
- 作品数：139 被引量：298H指数：8
- 供职机构：哈尔滨理工大学更多>>
- 发文基金：国家自然科学基金黑龙江省自然科学基金黑龙江省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信机械工程更多>>
- 一种嵌入式多类别属性标签动态特征选择算法
- 本发明公开了一种嵌入式多类别属性标签动态特征选择方法，改进了传统多类别属性标签的特征选择算法的不足，提出了一种嵌入式多类别属性标签动态特征选择方法(ML_NIFS)，此方法既考虑到了多标签属性集内部之间的相互关系，又考虑...
- 黄金杰孔庆达潘晓真
- 文献传递
- 一种用于鲁棒控制的系统辩识方法
- 本发明公开了一种用于鲁棒控制的系统辩识方法，涉及鲁棒控制技术领域；它的方法如下：步骤一：建立辨别系统；步骤二：验证模型的正确性：根据建立的模型进行试运行，当验证正确后进行实际使用；步骤三：根据模型的实验进行节点位置传感器...
- 黄金杰宋崴
- 文献传递
- 一种基于小波包变换的声纹特征提取算法
- 本发明公开了一种基于小波包变换的声纹特征提取的算法，其特征在于：小波包变换利用人耳的听觉特性将一帧语音信号进行5层分解，提取其中的17处节点的小波包系数，对各节点处的小波包系数分别进行能量求和，取对数，求得的值组成一行向...
- 黄金杰张厚振贾海阳潘晓真张青春
- 乙烷裂解炉的静态优化控制被引量：2
- 1999年
- 建立了乙烷裂解炉出口组分、转化率以及收率的简化非线性控制数学模型,并依此模型研究了以乙烯产量为最大值的非线性优化控制问题,得出了乙烷裂解炉的最优操作条件。
- 黄金杰吴仲阳吕宁刘志东
- 关键词：乙烷裂解炉优化控制乙烯数学模型
- 基于支持向量机和正交设计的特征选择方法被引量：1
- 2008年
- 正交设计利用较少的实验次数就可以找出因素间的最优搭配,支持向量机能处理小样本、具有很好的泛化能力且不受数据集维数的制约。结合二者的优势,提出了基于支持向量机和正交设计的特征选择方法,根据数据集的特征数目及相应正交表的结构,安排训练、测试,最后对优选出的特征子集检验,实验结果表明该特征选择方法能够去除冗余特征而且能取得比使用特征全集更高的分类率。
- 黄金杰常英丽
- 关键词：支持向量机正交设计
- 基于神经网络的手写签名识别系统
- 本发明公开了基于神经网络的手写签名识别系统，鉴于实际领域，本发明旨在解决现如今身份验证时确保手写签名识别的可靠性和实时性等问题。系统包括：手写签名采集模块；CPU模块；显示模块；接口芯片模块。通过所述手写签名采集模块采集...
- 黄金杰何瑾洁蔺江全
- 文献传递
- 自动化专业《计算方法》课程教学改革与实践研究
- 《计算方法》是自动化专业重要的技术基础课,主要是应用计算机通过数值方法解决各种工程计算问题。本文在分析了自动化专业计算方法课程在教学过程中目前所面临的各种问题的基础上,结合我校的教学现状,提出了在教材编排、教学内容、教学...
- 孟庆松黄金杰谢桂花李文龙徐东昊
- 关键词：计算方法直观教学MATLAB
- 文献传递
- 数据挖掘中特征选择算法研究被引量：14
- 2016年
- 针对在数据挖掘过程中存在的数据冗余特征和维灾难问题,依据Relief F算法和主成分分析算法的理论基础方法,建立了基于Relief F优化的核主成成分析的二次特征选择法,并给出了该方法的实验结果 .该方法能够有效处理维度过高、具有冗余和无关特征的数据,结合机器学习算法,使数据挖掘系统得到准确高效的执行结果,为决策人员提供有力的决策依据。通过实验得出该算法具有更高的分类准确度的结论 .
- 荣盘祥曾凡永黄金杰
- 关键词：数据挖掘主成分分析
- 基于高斯混合模型和Renyi熵的图像分割方法被引量：5
- 2009年
- 采用高斯混合模型(GMM)来估计图像灰度值的空间坐标概率分布,再在二阶Renyi熵的基础上构造目标熵函数,在图像灰度范围内搜索各个灰度级别的坐标集合,使此目标熵函数最大的灰度值作为最佳分割阈值。实验结果表明此方法对图像分割的精度较高,适应性较好,具有较稳定的性能。
- 黄金杰盖光建
- 关键词：高斯混合模型RENYI熵阈值函数图像分割
- 基于双重优化稳定扩散模型的文本生成图像方法
- 2025年
- 稳定扩散模型(Stable Diffusion Model,SD)在面对包含多个对象的文本提示时,不能保证输入文本与其生成的图像完全对齐,而完全重新训练SD花费的资源是巨大的.因此,文中提出基于双重优化稳定扩散模型的文本生成图像方法(Text-to-Image Generation via Dual Optimization Stable Diffusion Model,DualOpt-SD).首先,基于预训练的SD,将布局生成图像模型(Layout-to-Image Generation,L2I)通过生成框架引入文本生成图像模型(Text-to-Image Generation,T2I)中.然后,设计双重优化策略(Dual Optimization,DualOpt),优化推理过程中输出的噪声.DualOpt由两部分组成:一部分结合注意力分数,动态调整L2I和T2I学习的先验知识;另一部分针对不同去噪阶段的需求,对L2I和T2I进行差异化关注度处理.实验表明,当文本提示包含多个对象时,DualOpt-SD在保留SD强理解力的同时,可提高构图准确性,并且生成图像的综合能力较优,能够生成高真实性和对象位置合理的图像.
- 黄金杰刘彬
