Toggle navigation
首页
期刊介绍
期刊简介
历史沿革
收录情况
获奖情况
引用指标
编委会
期刊在线
文章推荐
过刊浏览
专辑专刊
下载排行
阅读排行
投稿指南
组稿方向
投稿须知
论文模板
常见问题
署名变更申请
单位变更申请
版权转让协议
中图分类号
引言书写要求
参考文献著录格式
插图与表格规范
英文摘要书写要求
收费标准
学术诚信
联系我们
编辑部联系方式
位置示意图
期刊订阅办法
广告合作
English
期刊
出版年
关键词
结果中检索
(((杨春德[Author]) AND 1[Journal]) AND year[Order])
AND
OR
NOT
文题
作者
作者单位
关键词
摘要
分类号
DOI
Please wait a minute...
选择:
导出引用
EndNote
Ris
BibTeX
显示/隐藏图片
Select
1.
分离窗口快速尺度自适应目标跟踪算法
杨春德, 刘京, 瞿中
计算机应用 2019, 39 (
4
): 1145-1149. DOI:
10.11772/j.issn.1001-9081.2018081821
摘要
(
501
)
PDF
(807KB)(
247
)
可视化
收藏
针对核相关滤波器(KCF)跟踪算法在面对尺度变化时产生的目标漂移问题,提出一种分离窗口快速尺度自适应目标跟踪算法——FSACF。首先,通过直接对原始帧图像进行特征提取得到基于显著性颜色特征的全局梯度组合特征图,以减小后续的尺度计算对性能的影响;其次,对全局特征图采用分离窗口法,自适应地选取尺度大小并计算对应的最大响应值;最后,采用定义的置信度函数自适应地更新迭代模板函数,提高模型的鲁棒性。通过带有不同干扰属性的视频集上进行实验,发现FSACF算法与KCF算法相比,在精度上提升7.4个百分点,成功率提高12.8个百分点;与未采用全局特征和分离窗口的算法对比,处理速度上提升1.5倍。实验结果表明,FSACF算法在尺度变化发生时能有效避免目标漂移的产生,同时具有一定的效率,并在精度与成功率上均优于对比算法。
参考文献
|
相关文章
|
多维度评价
Select
2.
基于拼接缝自适应消除和全景图矫直的快速图像拼接算法
杨春德, 成燕菲
计算机应用 2019, 39 (
10
): 3053-3059. DOI:
10.11772/j.issn.1001-9081.2019030544
摘要
(
607
)
PDF
(1150KB)(
377
)
可视化
收藏
针对图像拼接存在色差过渡不均匀、图像倾斜扭曲及拼接效率低的现象,提出一种基于拼接缝自适应消除和全景图矫直的快速图像拼接算法。首先,用尺度不变特征变换(SIFT)提取图像指定区域特征点并用双向
K
近邻(KNN)算法进行图像配准,有效提高算法效率;其次,利用动态规划思想提出自适应公式找到最优拼接缝并用图像融合算法对其自适应消除,解决拼接缝色差过渡不均匀问题;最后,针对累积拼接误差形成全景图倾斜的现象,利用边缘检测算法提出自适应拟合四边形矫直模型,把原始全景图矫直为一个全新的全景图。所提算法与分块图像拼接和二叉树图像拼接算法相比,图像质量提升了5.84%~7.83%,拼接时间仅为原来的50%~70%。实验结果表明,该算法不仅通过自适应更新机制减少不同图像背景下拼接缝色差过渡不均匀的现象,从而提高了图像质量;而且提高了拼接效率,降低了全景图倾斜扭曲程度。
参考文献
|
相关文章
|
多维度评价
Select
3.
新的基于MPH的时延约束Steiner树算法
杨春德 康欢 丁亚南
计算机应用 2010, 30 (
11
): 3056-3058.
摘要
(
1267
)
PDF
(466KB)(
889
)
可视化
收藏
为了在时延约束条件下进一步优化多播树代价并降低算法的复杂度,研究了时延受限的Steiner树问题。在DCMPH算法的基础上,通过改进节点的搜索路径,提出了一种新的基于MPH的时延约束Steiner树算法。该算法中每个目的节点通过最小代价路径加入当前多播树;若时延不满足要求,则通过合并最小时延树进而产生一个满足时延约束的最小代价多播树。仿真实验表明,新算法在性能、空间复杂度方面均优于DCMPH算法。
相关文章
|
多维度评价
Select
4.
时延受限费用最小多播树算法
杨春德 任静静
计算机应用
摘要
(
1446
)
PDF
(442KB)(
760
)
可视化
收藏
在一种构造费用最小多播树算法(RSTF)的基础上,考虑了网络的时延,提出一种新的时延受限费用最小多播树算法。通过随机网络的仿真结果表明,新算法与KPP算法相比在费用、时延方面有很好的性能。
相关文章
|
多维度评价
Select
5.
基于免疫算法与支持向量机的异常检测方法
周红刚 杨春德
计算机应用
摘要
(
2022
)
PDF
(557KB)(
1231
)
可视化
收藏
在异常检测中, 应用支持向量机算法能使检测系统在小样本的条件下具有良好的泛化能力。 但支持向量机的参数取值决定了其学习性能和泛化能力,且大量无关或冗余的特征会降低分类的性能。基于此,提出了一种基于免疫算法的支持向量机参数和特征选择联合优化的方法。免疫算法是一种新的有效随机全局优化技术,它具有不易陷入局部最优、解的精度高、收敛速度快等优点。 仿真结果表明算法在提高异常检测的检测正确率的同时相应的测试时间也在缩短。
相关文章
|
多维度评价