陆晓
- 作品数：7 被引量：12H指数：2
- 供职机构：江南大学更多>>
- 发文基金：江苏省产学研联合创新资金项目江苏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>>
- SVM应用于测试用例生成的方法被引量：4
- 2015年
- 针对在小样本情况下BP神经网络在生成软件测试用例的过程中可能产生的过学习问题及识别正确率较差的缺点,运用支持向量机具有更好的泛化性能的原理,提出了应用支持向量机生成测试用例的方法。对五个软件测试实例针对多组不同数量的训练样本所做的实验表明,在小样本情况下与BP神经网络相比,应用支持向量机得到的测试用例预期结果的正确率提高了10个百分点以上,说明了该方法的有效性。
- 赵咏斌朱嘉钢陆晓
- 关键词：软件工程软件测试支持向量机BP神经网络测试用例生成
- 小空间占用的说话内容与说话者群同时识别
- 2015年
- 针对在嵌入式系统中说话内容与说话者群同时识别的应用环境,提出了小空间占用的说话内容与说话者群同时识别的方法。在近年关于说话内容与说话者身份同时识别机制的相关研究的基础上,用GMM替换HMM对说话内容与说话者群语音特征进行建模与投票机制完成说话者群识别以降低算法的空间占用,并用SQ(soft quantization)对多个语音内容识别器的识别结果集成输出。当集成模型为六个时,减少20.88%语音内容识别错误率,说话者群平均识别率达到81.57%。实验结果证实了所提算法的可行性。
- 方晶朱嘉钢陆晓
- 关键词：GMM投票机制SOFTQUANTIZATION
- 图像特征抽取的MDNIB2DPCA方法被引量：4
- 2016年
- 在多方向二维主成分分析法MD2DPCA和无迭代双边二维主成分分析(NIB2DPCA)的基础上,提出了多方向无迭代双边二维主成分分析(MDNIB2DPCA)的特征抽取新方法。该方法可以对图像矩阵在多个方向上进行特征抽取,与MD2DPCA方法相比也提高了特征抽取速度。在灰度人脸图像库上的对比实验表明,所提的方法可以提高灰度图像识别率两个百分点以上;进一步地,在基于NIB2DPCA的彩色图像识别方法的基础上,提出了将所提的MDNIB2DPCA替换NIB2DPCA的彩色图像处理的新方法。在彩色人脸库上的对比实验表明,所提方法的识别正确率也可提高约一个百分点。
- 万倬朱嘉钢陆晓
- 关键词：彩色人脸识别特征抽取
- 基于Fisher核的混合核构造研究
- 2013年
- 为了解决传统的由混合核组成的核函数的参数选择时,由于参数过多导致参数选择时间过长的问题,提出了一种基于Fisher核构造混合核的方法。利用Fisher核的无参特性,可以减少混合核的参数个数,从而有效减少了参数选择的时间。在典型彩色人脸库上的实验结果显示,与传统的混合核相比,基于Fisher核的混合核的参数选择时间明显减少且识别正确率有所提高,表明了所提出方法的有效性。
- 方万胜朱嘉钢陆晓
- 关键词：核参数人脸识别
- M-FPCA在彩色人脸图像识别中的应用被引量：2
- 2013年
- 将因子化主成分分析(FPCA)算法应用于人脸图像特征提取时,需要使用迭代算法,但该算法应用于高分辨率图像时实时性较差,并且可能导致维数灾难。针对上述问题,提出一种模块化FPCA(M-FPCA)的新型特征提取方法。将原始数字图像样本进行模块化,对模块化后得到的各个子图像矩阵采用FPCA算法进行特征提取,合并子图像特征矩阵得到原图的特征矩阵。彩色图像由R、G、B 3个分量来表示,根据现有彩色信息融合方法的不足,对其进行改进,并结合M-FPCA算法,提出一种彩色M-FPCA新方法。在CVL和FEI人脸库上进行的实验结果表明,M-FPCA方法能提高FPCA算法的实时性,解决维数灾难问题。彩色M-FPCA方法能有效提取彩色人脸图像的色彩信息,得到较高的人脸识别率。
- 王赟朱嘉钢陆晓黄可望
- 关键词：主成分分析彩色图像识别
- 基于特征贡献度加权高斯核函数的粗糙one-class支持向量机被引量：2
- 2015年
- 粗糙one-class支持向量机(ROCSVM)是一种一类支持向量机,它通过核函数映射,定义上近似超平面和下近似超平面,使得训练样本能根据在粗糙间隔中的位置,自适应地对决策超平面产生影响。由于ROCSVM训练集只有正类样本,因此充分挖掘和利用训练样本的分类特征对于提高ROCSVM的分类性能有重要意义。为此,提出了一种基于训练样本分类特征贡献度的加权高斯核函数(λ-RBF):先对训练样本做主成分分析(PCA)得到按特征值排序的向量集,以此向量集构造核函数,使得特征值较大的维度在核函数中起较大的作用。在UCI标准数据集和仿真数据上的实验结果表明:与一般RBF的ROCSVM相比,基于λ-RBF的ROCSVM有着更好的泛化性和更高的识别率。
- 田浩兵朱嘉钢陆晓
- 关键词：粗糙集主成分分析超平面过拟合
- 抑制边缘效应的自适应单通道盲源分离
- 2016年
- 单入多出的盲源分离SIMO_BSS是一种特殊的欠定盲源分离。针对单信道问题,通常采用总体经验模态分解和独立成分分析联合使用EEMD_ICA算法。然而,以EEMD为基础的盲源分离算法,会产生边缘效应降低信号分离准确率。因此,提出了一种在端点处增加预测极值点的方法来抑制边缘效应,在时间、空间复杂度上要明显优于基于周期延拓源信号的方法,而且适用于长序列信号的分离。在不同的信噪比SNR下,通过心电ECG混合信号仿真,该方法比EEMD_ICA方法,以及EEMD_PCA_ICA方法分离出的信号相似度高。最后将该算法实际应用到周期压电信号中,结果表明该方法具有明显的去噪分离效果。
- 吴龙华朱嘉钢陆晓
- 关键词：主成分分析
