胡盛龙
- 作品数：5 被引量：15H指数：3
- 供职机构：湖南工业大学更多>>
- 发文基金：国家自然科学基金湖南省科技计划项目国家技术创新计划更多>>
- 相关领域：自动化与计算机技术建筑科学更多>>
- 一种快速收敛的自适应蚁群算法被引量：1
- 2012年
- 针对蚁群算法收敛速度慢、参数选择难的不足,通过分析各参数对算法的影响和比较多种参数寻优方法,采用粒子群算法对蚁群算法进行参数寻优,并提出了一种快速收敛的自适应蚁群算法。针对旅行商问题的仿真试验表明,该算法是可行且有效的。
- 潘伟强李长云胡盛龙
- 关键词：蚁群算法自适应旅行商问题
- 基于情境推理的室内环境舒适度评价方法研究
- 室内环境质量的高低直接影响到人们的生活质量和工作效率的高低，甚至关乎人类的生存问题。室内环境质量常用室内环境舒适度来评价，用于衡量人们对其所处室内环境的满意程度。因此，研究室内环境舒适度对营造一个舒适、安全的室内环境具有...
- 胡盛龙
- 关键词：室内环境
- 基于权重策略的不良图像识别被引量：3
- 2013年
- 针对网络上不良图像泛滥问题,在人脸检测、肤色检测、图片纹理等分析方法的基础上,提出基于权重的不良图像识别的新方法。首先,选取合适的颜色空间;然后,对肤色区域的纹理信息进行提取;最后,采取特征权重策略,应用支持向量机方法对网络上搜集的不良图像和正常图片的相应特征进行训练与分类。研究结果表明:该方法对不良图像识别正确率达88.85%,正常图片识别正确率为86.70%,能应用于实际软件系统中对不良图像进行过滤。
- 周立前胡柳李瑞黄丽君胡盛龙文志强
- 关键词：肤色检测支持向量机
- 基于均匀设计的支持向量机参数优化方法被引量：8
- 2014年
- 在实际应用中,支持向量机的性能依赖于参数的选择。针对支持向量机的参数选择问题进行了研究和分析,提出了基于均匀设计的支持向量机参数优化方法。与基于网格搜索、粒子群算法、遗传算法等支持向量机参数优化方法进行了比较与分析,采用多个不同规模的标准的分类数据集进行测试,比较了四种方法的分类正确率和运行时间。仿真实验表明,四种方法都能找到最优参数,使支持向量机的分类正确率接近或超过分类数据集的理论精度,本文方法具有寻参时间短的特点。
- 李长云潘伟强胡盛龙
- 关键词：支持向量机参数优化方法均匀设计网格搜索粒子群算法遗传算法
- 基于支持向量机的室内舒适度评价方法被引量：4
- 2013年
- 针对室内环境因素多元化、动态变化的特点和目前评价方法的不足,建立了基于支持向量机的室内舒适度混合评判模型。首先将从真实环境中采集的数据集进行数据规范化处理;然后根据群体和个体感觉,分别用离线训练和在线训练的方法训练分类器;最后使用训练好的分类器预测样本的标签。以Matlab为开发工具,编写了基于支持向量机的室内舒适度评价算法,并与BP神经网络和概率神经网络等室内舒适度评价算法进行了比较,仿真结果表明,该方法是可行且有效的。
- 潘伟强李长云胡盛龙
- 关键词：室内舒适度支持向量机BP神经网络概率神经网络
