廖频
- 作品数：8 被引量：10H指数：2
- 供职机构：南昌大学科学技术学院更多>>
- 发文基金：江西省自然科学基金江西省科技支撑计划项目江西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电子电信更多>>
- 一种挖掘频繁闭项集的深度优先算法被引量：2
- 2010年
- 频繁闭项集挖掘是许多数据挖掘应用中的重要问题。为减少候选项集数量和降低支持度计算的开销,提出一种新的深度优先搜索频繁闭项集(DFFCI)的算法。将改进的压缩频繁模式树(CFP-Tree)表示的数据集信息投影到划分矩阵,使用二进制向量逻辑运算计算支持度,简化了计算过程,减少了时间开销;采用基于支持度预计算技术的全局2-项剪枝和局部扩展剪枝,有效削减了搜索空间。实验结果表明该算法的性能优于其他主流深度优先算法。
- 张炘廖频郭波
- 关键词：数据挖掘频繁闭项集
- 基于级联支持向量机的人脸图像性别识别被引量：3
- 2012年
- 提出一种由若干个支持向量机(SVM)分类器串连而成的级联SVM算法,用于人脸图像性别识别。该算法把容易被前一层分类器分类的训练样本过滤掉,将难度较高的训练样本重新组织起来训练新一层的分类器。结合级联分类器和SVM理论的优势,在训练过程中能够使用更多的样本,具有更好的识别性能。在同一硬件实验条件下的实验结果表明,单层SVM最多只能训练7万样本,而四层级联SVM的训练样本数可达12万以上,相应的识别率也从96.6%上升至98.4%。
- 李昆仑廖频
- 关键词：统计学习支持向量机分类器级联性别识别
- 基于高斯混合模型的人脸图象识别研究
- 本文提出了一种人脸识别的新方法。人脸图象的差别被建模为两个互斥的类:类内差别(相同人的不同人脸图象的差别)和类间差别(不同人的人脸图象的差别)。我们使用高斯混合模型估计这两个类的主特征空间的概率密度,进而由最大似然法得到...
- 廖频沈理
- 关键词：人脸识别密度估计高斯混合模型最大似然主成分分析
- 文献传递
- 基于遗传算法的人脸精确定位被引量：2
- 2012年
- 提出一种基于遗传算法的人脸图象精确定位方法,作为人脸检测与人脸识别之间的一个中间优化处理过程,以解决由于人脸检测技术的定位误差导致人脸识别错误的问题。精确定位问题转化为一个在离散空间中的优化搜索问题,以遗传算法作为优化搜索方法,利用其收敛速度较快、鲁棒性强和全局寻优等优点,改进了基于身份子空间统一模型的人脸识别系统的识别效果。实验结果表明,基于遗传算法的人脸图象精确定位方法能够有效地提高人脸识别系统的识别率。
- 廖频
- 关键词：遗传算法人脸识别
- 基带回波扩散参数AT-Tree模式挖掘实现
- 2015年
- 对高速运动目标的基带回波扩散参数的准确估计和挖掘是实现目标信号检测和参量估计的重要内容。高速运动目标在发射脉冲是产生多普勒扩散,导致在速度模糊的情况下对基带回波参数估计困难。提出一种基于AT-Tree模式挖掘模式的运动目标的基带回波扩散参数估计算法。构建高速运动目标信号模型和目标多普勒扩散模型,基于AT-Tree模式进行基带回波随机过程分析,建立项的平均概率值得到AT-Tree树型结构,将有序的项集添加到AT-Tree上,实现对基带回波扩散参数的挖掘和估计,在分辨力足够的前提下,对参数实现高分辨搜索,提高挖掘性能。仿真结果表明,该算法能使高速运动目标的基带回波调频信号在分数域上能形成明显的能量积聚,形成一个冲激函数,基带回波扩散参数的数据挖掘的精确度较高,精度较好,在制导参数估计和目标检测等领域应用价值较高。
- 张炘王会勇廖频
- 关键词：多普勒目标检测数据挖掘
- 基于统一概率模型的人脸识别技术
- 人脸识别与许多其它的传统模式识别问题具有明显的区别.一方面,对于人脸识别系统,经常有成百上千的非常大量的类数(人数),而对于每个人却只有很少的几幅图象,甚至每人只有一个图象样本的情况也屡见不鲜.另一方面,人脸识别还受到光...
- 廖频
- 关键词：人脸识别高斯混合模型遗传算法
- 文献传递
- 一种基于条件矩阵的最大频繁项集挖掘算法
- 2010年
- 在数据挖掘问题的研究中,为减少候选最大频繁项集数量和降低超集存在判断的开销,为了优化算法,提出了一种基于条件矩阵挖掘最大频繁项集的算法(conditional matrix for maximal frequent itemsets,CMMFI)。将压缩频繁模式树表示的频繁项集信息投影到条件矩阵,采用最大顺序尾项排序和扩展2项集剪枝,有效削减了搜索空间,提高了算法的空间效率。使用标号数组优化超集检测的过程,减少了频繁项集比较的次数,减少了花费时间。最后,选用了两个模式长度不同的数据集,将算法与FPMax算法进行性能比较,实验结果验证了算法的有效性和优越性。
- 张炘廖频郭波
- 关键词：数据挖掘最大频繁项集
- 关于数据库安全管理优化异常诊断仿真
- 2016年
- 在对数据库安全管理优化异常诊断中,由于对异常数据训练时间的不同,使得异常数据诊断初始化能力与泛化能力产生较强的关联性,传统的异常诊断方法在进行诊断时,关联性过多会给诊断能力和迭代次数带来干扰,选出大量的相关数据,不能很好地对关联性数据进行诊断,导致数据库异常诊断正确率低,效率差的问题。提出采用Ad_BP神经网络算法的数据库安全管理优化异常诊断,通过改进的过程与实现的方法,对样本的初值进行初始化,同时对其进行训练、更新及判断。通过增强异常诊断的泛化能力,减少迭代次数,选择Oracle9i数据库作为测试数据库,设置异常数据完成诊断。仿真结果表明,所提诊断方法能够有效诊断数据库中存在的异常数据,同时具有更高的诊断正确率以及诊断效率。
- 熊婷邓伦丹廖频
- 关键词：神经网络数据库
