王金凤
- 作品数:30 被引量:38H指数:3
- 供职机构:华南农业大学更多>>
- 发文基金:广东省科技计划工业攻关项目国家自然科学基金广州市科技计划项目更多>>
- 相关领域:自动化与计算机技术文化科学农业科学理学更多>>
- 一种基于密度图的水下环境中鱼群计数系统及方法
- 本发明公开一种基于密度图的水下环境中鱼群计数系统及方法,该系统包括:水下环境中鱼群数据集处理模块、分类模块、图片裁剪模块、放缩操作模块、干扰特征提取模块、计数特征提取模块、鱼群计数模型构建模块、鱼群计数模型训练模块、鱼群...
- 王金凤吕金泽成志鹏林铭润黄琼杨仁友
- 融入平滑组稀疏化的脑部MRI图像分类被引量:2
- 2022年
- 目的阿尔茨海默症(Alzheimer’s disease,AD)是主要的老年病之一,并正向年轻化发展。早期通过核磁共振(magnetic resonance imaging,MRI)图像识别AD的发病阶段,有助于在AD初期及时采取相关干预措施和治疗手段,控制和延缓AD疾病恶化。为此,提出了基于平滑函数的组L1/2稀疏正则化(smooth group L1/2,SGL1/2)方法。方法通过引入平滑组L1/2正则化实现组内稀疏,并将原先组L1/2方法中含有的非平滑的绝对值函数向平滑函数逼近,解决了组L1/2方法中数值计算振荡和收敛难的缺点。SGL1/2方法能够在保持分类精度的前提下,加速对模型的求解。同时在分类方法中,引入一个校准hinge函数(calibrated hinge,Chinge)代替标准支持向量机(support vector machine,SVM)中的hinge函数,形成校准SVM(calibrated SVM,C-SVM)用于疾病的分类,使处于分类平面附近的样本更倾向于分类的正确一侧,对一些难以区分的样本能够进行更好的分类。结果与其他组级别上的正则化方法相比,SGL1/2与校准支持向量机结合的分类模型对AD的识别具有更高的分类性能,分类准确率高达94.70%。结论本文提出的组稀疏分类模型,实现了组间稀疏和组内稀疏的优点,为未来AD的自动诊断提供了客观参照。
- 黄帅辉王金凤
- 一种基于大数据的企业外贸风险预警方法及系统
- 本发明公开的一种基于大数据的企业外贸风险预警方法,包括以下步骤:进行外贸风险大数据平台部署和搭建,收集外贸风险预警信息,并进行数据解析和特征抽取;再进行初步处理,完成对信息持续存储和原始调用;以数据调用需求为导向,建立外...
- 王文中王金凤陈嘉杰陈润健刘君扬周展博何振宇郭达墅
- 文献传递
- 一种基于大数据的企业外贸风险预警方法及系统
- 本发明公开的一种基于大数据的企业外贸风险预警方法,包括以下步骤:进行外贸风险大数据平台部署和搭建,收集外贸风险预警信息,并进行数据解析和特征抽取;再进行初步处理,完成对信息持续存储和原始调用;以数据调用需求为导向,建立外...
- 王文中王金凤陈嘉杰陈润健刘君扬周展博何振宇郭达墅
- 大学新生计算机基础调查及教学建议被引量:1
- 2020年
- 调查华南农业大学2013级至2019级非计算机专业新生在C语言课程授课前的计算机基础状况,统计分析表明每年仍有5.19%的新生从未使用过计算机,但能操作常用软件的新生比例逐年增加;约85%的新生从未接触过编程,但认为编程能力有用的新生逐年增加。给出发展中小学信息技术教学的建议,并针对大学新生的学习习惯,就如何提高大学计算机课程教学效果提出可行的措施。
- 孙微微陈湘骥王金凤
- 关键词:信息技术大学新生计算机
- 基于关键点检测的复杂水下环境鱼类尺寸估计系统及方法
- 本发明公开了一种基于关键点检测的复杂水下环境鱼类尺寸估计系统及方法,图像采集模块采集标定板图像和鱼的左右图像;标定参数获取模块获取标定参数;畸变矫正模块对左右图像进行畸变矫正;深度信息计算模块计算左图像像素点对应的深度信...
- 王金凤成志鹏林铭润黄琼
- 一种面向多模态图像的脑部病灶区域定位系统和方法
- 本发明涉及医学图像处理领域和深度学习领域,为一种面向多模态图像的脑部病灶区域定位系统和方法,该系统包括自适应多模态patch生长与剪枝模块、基于双注意力机制的多模态patch多层次融合模块和全局卷积网络分类器模块,通过自...
- 王金凤龚浩强黄帅辉郑志燊姜发健
- 一种基于L1正则化的土地指标筛选方法
- 本发明公开了一种基于L1正则化的土地指标筛选方法,该方法使用模糊测度值描述地块影响指标或地块影响指标子集,以表达其对目标地块质量的影响度;通过模糊积分的计算基于模糊测度的目标值,再通过求解模糊测度值,筛选重要土地指标集;...
- 王金凤王文中陈润健陈嘉杰
- 文献传递
- 基于图卷积神经网络的自注意力的融合节点分类框架
- 2023年
- 图神经网络因其强大的建模能力引起广泛关注,常常被用来解决图上的节点分类任务.现阶段常用的以图卷积神经网络(graph convolutional network,GCN)为内核的模型解决此类问题,但往往因为出现过拟合与过平滑而导致深层的节点嵌入表示效果并不好.因此,本文提出了一种基于GCN内核的结合残差连接与自注意力方法——GCNRN模型,以提升GCN的泛化能力.同时,为了整合更深入的信息,本文引入融合机制,采用模糊积分融合多个分类器,最终提高模型测试精度.为了验证所提出方法的优越性,本文采用ogbn-arxiv与常用的引文数据集进行了对比实验.GCNRN模型与多个以GCN为内核的现有模型相比,节点分类准确率平均提高了2%,且避免了传统的过拟合和过平滑现象.此外,实验结果表明,增加了基于模糊积分的融合模块的多分类器模型比传统融合方法具有更好的分类效果.
- 姜发健王金凤招奕钧郑志燊
- 关键词:模糊积分
- 基于聚类框架与局部感受野的实时人脸疲劳检测被引量:2
- 2020年
- 针对在自然环境下人脸疲劳识别遇到的问题,如人脸检测率不高、判别疲劳的特征过于单一、检测速度慢等,提出了一种基于聚类框架与局部感受野的实时人脸疲劳检测方法。首先对人脸尺寸进行聚类分析,根据聚类类别决定检测层个数并设置先验框大小,根据预测特征图的感受野与人脸尺寸匹配的原则设置网络层数,最后通过最小化损失函数学习多种疲劳特征。实验证明,在驾驶室等环境下基于聚类框架与局部感受野的方法在保持识别准确率的同时提高了检测速度,使用GPU GeForce GTX TITAN能达到125 fps,满足了实时性要求。
- 刘君扬王金凤
- 关键词:神经网络目标检测感受野聚类