国家自然科学基金(30271048)
- 作品数：13 被引量：87H指数：7
- 相关作者：业宁王厚立徐兆军丁建文董逸生更多>>
- 相关机构：南京林业大学东南大学中国科学院更多>>
- 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农业科学轻工技术与工程更多>>
- 基于人工神经网络的原木CT图像缺陷识别被引量：10
- 2005年
- 以欧洲白蜡为例,利用训练好的神经网络识别原木CT图像中的各种木材缺陷。不同隐蔽层节点的神经网络可以正确地识别树皮、节子、腐朽和无疵木材;但是对于细小裂纹尚还不能准确识别。计算机快速、自动识别图像中的各种缺陷,有利于实现最优化的锯切方案。
- 徐兆军王厚立丁建文业宁
- 关键词：图像处理图像识别CT扫描人工神经网络
- 原木断层扫描图像的自动分割研究被引量：10
- 2003年
- 首先介绍了医学数字成像标准(DICOM)及其文件格式,在此基础上使用灰度值统计图和灰度值直方图技术,对原木轴间断层扫描图像进行了分析。找出了原木图像的分布特点和规律,并实现了原木图像和背景图像的自动分割。为原木缺陷的自动识别,提供了有利的条件。
- 张爱珍王厚立徐兆军
- 关键词：DICOM原木图像分割
- 基于CT扫描的计算机模拟薄木刨切被引量：16
- 2004年
- 基于CT扫描和计算机模拟技术,本文介绍了一种制定原木截断和木方锯剖方案的方法。通过扫描获得原木内部结构的相关信息、图象处理和三维重建,在计算机上进行原木模拟刨切加工,并在屏幕上显示虚拟刨切薄木的图象。可对同一木段进行多方案的重复加工,通过对显示图象的比较分析,制定出优化加工方案。
- 王厚立徐兆军丁建文业宁
- 关键词：原木断层扫描图象处理
- 基于神经网络的版面分析被引量：3
- 2004年
- 分析了传统的版面分析算法,提出了一种新的基于神经网络的版面分析的算法。算法先 对原图像进行边界识别,以突出文字区域的信息,消弱图像区域的信息,然后用8×8的矩形采样,取 样本的期望和方差来作为训练的样本,然后识别,并用基于连通数来滤波。通过实验结果可以看出这 种方法是很有效的。
- 徐兆军业宁王厚立
- 关键词：版面分割版面分析神经网络
- 一种SVM非线性回归算法被引量：13
- 2005年
- 提出了一种新的基于分类的SVM非线性回归算法(CSVR),首先将Y扩展为Y+ε和Y-ε两个数据集,再将n维输入空间X中的数据连同Y+ε和Y-ε组成n+1维空间χ中的两类数据,并用Z∈{+1,-1}来标识两类数据,再利用标准的SVM二分类算法求解。利用该算法对一系列的基准函数进行测试,取得了令人满意的结果。该算法对噪声数据不敏感,具有较好的鲁棒性,并且可以根据实际需要设定ε的大小,防止出现过拟合现象。该算法由于不需要先验地建立一个参数未知的回归模型,因此可以用在其他传统统计回归算法失效的场合。
- 业宁梁作鹏董逸生王厚立
- 关键词：非线性支持向量机
- 基于支持向量机的木材缺陷识别被引量：12
- 2006年
- 对于一些昂贵的珍稀木材,如何提高成材率是一个值得深入研究的课题,本文将支持向量机的多分类方法引入到对木材图像的缺陷识别中,通过采样提取木材缺陷数据和相关统计信息,并标记缺陷的类别信息,将这些信息组成一个向量作为支持向量机训练的输入信息,用训练后的支持向量机网络分类木材图像,取得了较好的分类效果。
- 业宁王厚立徐兆军丁建文
- 关键词：支持向量机木材CT图像识别
- MLSVM4——一种多乘子协同优化的SVM快速学习算法被引量：5
- 2005年
- 贯序最小优化(SMO)算法是解决大数据集支持向量机学习问题的一种有效方法,但SMO选择工作集的策略是选择数据集中最违背KKT条件的两个样本,而且还使用了随机函数,使得优化过程具有很大的随机性,影响了学习效率.在多拉格朗日乘子协同优化的通用公式基础上,吸收了Keerthi所提出的SMO修改算法中双阈值的优点,给出了乘子数为4时的一个算法MLSVM4,由于能更加精确地确定待优化样本的拉格朗日乘子值,使得学习收敛速度大大提高,特别是在使用线性核的场合下效果更加明显,在Adult、Web、手写体数字数据集上的实验结果表明,MLSVM4算法速度超过了SMO算法3到42倍.
- 业宁孙瑞祥董逸生
- 关键词：SVM快速学习算法拉格朗日乘子
- 基于事务线索树的一次扫描关联规则增量挖掘算法被引量：1
- 2004年
- 首先将事务数据库压缩存储到一棵事务线索树(TT-tree)的结点上,并建立这些结点的索引表,然后寻找结点索引表的最后结点到根结点的全部路径,这些路径及路径的交集包含了用于挖掘关联规则的频繁集.该算法只需扫描事务数据库一次,由于采用了逆向搜索TT-tree的方法,搜索的时间开销非常少.该算法可以挖掘中短模式的海量数据,具有很好的伸缩性,同时该算法具有增量挖掘的功能.通过大量的实验数据进行比较,该算法的速度约是Apriori算法的10倍.
- 业宁董逸生王厚立
- 关键词：增量挖掘算法可伸缩性频繁集事务数据库
- 多拉格朗日乘子协同优化的SVM快速学习算法研究被引量：9
- 2006年
- 提出了一个利用多个拉格朗日乘子协同优化的支持向量机快速学习方法（MLSVM），并给出了每个乘子的可行域范围的定义公式，由于在每个乘子的优化过程中使用了解析表达式，使得算法可以更加精确和快速地逼近最优解，可以证明SMO算法是该方法的一个特例．在此方法的理论指导下，根据不同的学习策略，程序实现了3种不同的具体算法（MLSVM1，MLSVM2，MLSVM3），其中前两个算法在数据集不大时（〈5000条记录）学习速度与SMO算法相当，但当数据集更大时，算法就失效了．MLSVM3是一个改进算法，总结了MLSVM1和MLSVM2失效的原因，对SMO算法中学习效率较低的部分进行了改进，在多个数据集上测试，MLSVM3算法速度超过了SMO算法7．4％～41.30％．
- 业宁孙瑞祥董逸生
- 关键词：SVM快速学习算法拉格朗日乘子
- 原木CT图像序列数据三维重建的研究被引量：5
- 2005年
- 为了降低CT扫描的成本,我们尝试用不连续的CT断层扫描和三次自然样条函数来重建三维数据,然后进行虚拟刨切。为了找到比较好的CT断层之间的间隔,我们取了多个不同间隔来重建后刨切,用没有间隔的作参照,给出了误差,也给出了循序渐进变化的刨切图像。结论认为在这种条件下两个CT断层之间距离在8mm下此较适合。
- 徐兆军王厚立丁建文业宁
- 关键词：刨切原木循序渐进
