赵鑫
- 作品数：5 被引量：21H指数：2
- 供职机构：江南大学物联网工程学院更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信更多>>
- 基于热平衡的中智学图像分割方法
- 2011年
- 为降低噪声对图像分割结果的影响,提出一种基于热平衡理论的中智学图像分割方法。该方法将图像转化为中智学图像,考虑每一个像素的不确定性,通过热平衡运算及图像增强处理,使噪声点变得更平滑,再使用γ-均值聚类方法分割图像。实验结果表明,对于含不同程度噪声的图像,该方法的分割效果明显优于中智学方法及改进的模糊C-均值方法。
- 赵鑫王士同吴军
- 关键词：图像分割热平衡图像增强聚类
- 新工科背景下综合设计类课程教学模式探索实践——以物联网工程专业为例被引量：1
- 2023年
- 物联网工程专业是面向国家战略性新兴产业发展设置的一个新型学科,具有显著的新工科专业特征,其中“综合设计”课程在整个专业培养体系中有着非常重要的作用。基于新工科建设的理念和要求,以江南大学物联网工程专业为例,针对目前综合设计类课程教学存在的问题,从课程选题的评价制度、资源支撑、实验平台、过程性评价等提出改善措施,构建以多元考核为导向、能力要素全面培养为目标的创新教学模式,培养具有较强的工程实践能力的高素质物联网新工科人才,以满足新经济背景下对物联网专业人才的需求。
- 赵鑫朱启兵陶洪峰
- 关键词：物联网工程
- 基于相似性的中智学图像分割方法被引量：1
- 2012年
- 针对传统图像分割算法抗噪性差的问题,提出基于相似性的中智学图像分割方法。该方法在中智学基础上,利用图像信息的不确定性,结合相似性运算对图像信息进行处理。根据像素点的不确定性,图像在中智学领域内经相似性运算和图像增强后,利用聚类将其分割。实验结果显示,该方法可以有效剔除噪声,提高图像的信噪比,对合成图像分割错误率仅为0.110 7,低于其他方法,表明本方法在抗噪性以及图像分割效果上比其他方法更为理想。
- 赵鑫王士同
- 关键词：图像分割不确定性图像增强聚类
- 基于有效神经元的自组织模糊神经网络算法被引量：2
- 2012年
- 针对传统神经网络识别率低和泛化能力差的问题,提出了一种改进的自组织模糊神经网络(SOFNN)学习算法。以保存椭球基函数(EBF)层各个神经元的输出及输出之和为依据进行神经元的修改,删除和增加,进而得到网络的有效神经元,并减少样本训练的时间。用最小二乘法(RLSE)估计参数,用梯度下降法修改参数,保证网络收敛。与其他的模糊神经网络相比,在精确度、结构复杂性和抗干扰性方面的优越性,在真实数据集上得到了有效的验证。
- 高培赵鑫王士同
- 关键词：模糊神经网络自组织
- 正负模糊规则系统、极限学习机与图像分类被引量：17
- 2011年
- 传统的图像分类一般只利用了图像的正规则,忽略了负规则在图像分类中的作用。Nguyen将负规则引入图像分类,提出将正负模糊规则相结合形成正负模糊规则系统,并将其用于遥感图像和自然图像的分类。实验证明,其在图像分类过程中取得了很好的效果。他们提出的前馈神经网络模型在调整权值时利用了梯度下降法,由于步长选择不合理或陷入局部最优从而使训练速度受到了限制。极限学习机(ELM)是一种单隐层前馈神经网络(SLFN)学习算法,具有学习速度快,泛化性能好的优点。本文证明了极限学习机与正负模糊规则系统的实质是等价的,遂将其用于图像分类。实验结果说明了极限学习机能很好的利用正负模糊规则相结合的方法对图像进行分类,实验结果较为理想。
- 吴军王士同赵鑫
- 关键词：图像分类极限学习机
