您的位置: 专家智库 > >

桑强

作品数:2 被引量:3H指数:1
供职机构:成都理工大学信息科学与技术学院更多>>
发文基金: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>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇视觉特征
  • 1篇图像
  • 1篇自然图像
  • 1篇外区
  • 1篇网络
  • 1篇吸引子
  • 1篇复杂网
  • 1篇复杂网络
  • 1篇边缘检测

机构

  • 2篇成都理工大学
  • 1篇西南科技大学

作者

  • 2篇桑强
  • 1篇柳丽召
  • 1篇杨武年
  • 1篇庹先国
  • 1篇蔡彪
  • 1篇吴静

传媒

  • 1篇计算机工程
  • 1篇计算机科学

年份

  • 1篇2018
  • 1篇2016
2 条 记 录,以下是 1-2
排序方式:
复杂网络中基于三角环吸引子的社区检测被引量:2
2016年
针对复杂网络社区检测过程复杂、时间复杂度高的问题,根据节点间三角环数量关系,设计一种基于三角环吸引子的社区检测算法。从任意一个节点开始,将一个节点的三角环吸引子中的最大节点划分到同一个社区中,直到所有节点均被访问,将整个网络划分为多个社区。通过确定一个社区数量的门限阈值,将划分社区进行优化直至社区个数为确定的门限阈值个数。实验结果表明,该算法的时间复杂度低,能较好地划分出真实网络和benchmark网络的社区结构。
蔡彪庹先国桑强杨开学柳丽召
关键词:复杂网络
基于生物视觉特征的目标轮廓提取算法被引量:1
2018年
自然场景中的目标轮廓提取是计算机视觉中的一个重要研究问题。其难点在于场景中大量的纹理边缘严重地干扰了轮廓提取的完整性。近年来,一些研究工作将生物视觉特征引入图像边缘轮廓提取,取得了一定的效果。其中通过引入视觉外区抑制特征可以在提取物体轮廓边缘的同时抑制一定量的纹理边缘,从而得到轮廓边缘集合。然而在整合轮廓边缘时,传统模型仅仅采用求交并集的简单合并方法,使得强响应的细小纹理残留。基于此,提出了一种改进的基于生物视觉特征的自然场景目标轮廓提取算法。首先采用多水平抑制方法得到候选轮廓边缘集合。接着将一种基于生物视觉特征的边缘组合方法用于将候选边缘整合成为一个完整的目标轮廓。与传统的外区抑制算法相比,基于视觉特征的轮廓提取算法提高了自然场景中目标轮廓提取的准确性和完整性。
吴静杨武年桑强
关键词:视觉特征边缘检测自然图像
共1页<1>
聚类工具0