基于流形学习的视频中文文本检测算法

提出了一种基于流形学习的视频中文文本检测算法.算法重点针对文本图像和非文本图像的特征提取、流形降维、分类器训练等关键部分进行了改进,对人为收集的文本图像样本与非文本图像样本进行特征提取,并使用等距离映射的流形学习算法来完成特征降维,最后使用支持向量机来完成分类器训练,获取文本与非文本检测分类器,完成视频中文文本检测.实验结果表明,算法具有明显优越性,在检测可靠性和准确度上有较大提高,具有一定的实用意义.     

基于流形学习的人体异常行为识别方法

人的每项活动都通过人体行为体现,而对人体的异常行为监控是监控系统主要工作。文章提出视频监控基于流形学习的人体异常行为的智能化识别,研究提出了流形学习的2D2MSD新算法来增强算法的行为分类能力,通过实验验证新算法可提高识别率和鲁棒性,对降维后的数据也能够很好地保留鉴别信息。     

具有三阶中心流形的一类非线性系统的镇定

考虑了一类非线性系统的局部镇定问题.首先,利用正则型理论给出一类 3阶非线性系统稳定的充分条件;然后利用得到的结果以及中心流形理论,讨论一类具有特殊形式的 3阶中心流形的非线性系统的镇定问题,并给出中心流形的设计方法以及镇定系统的控制律.     

数据降维技术研究现状及其进展

数据挖掘主要用于从原始数据资料中挖掘有用的信息,而这些数据资料的维数已经对目前大多数数据挖掘算法的效率造成了严重的阻碍,这种阻碍被称之为“维数灾难”.数据降维技术可以有效地解决这一问题.文章以数据降维方法为主线,对数据降维问题的分类进行了描述,对数据降维方法的研究现状及主要算法进行了详细的阐述,对数据降维算法最新研究进展进行了简要介绍,并指出其优缺点,最后提出了数据降维技术今后的研究方向.     

基于时间序列降维方法的研究综述

在综合分析近年来时间序列数据挖掘相关文献的基础上,从时间序列的非线性降维方法以及时间序列的线性降维方法两个方面对时间序列的表示方法进行了综述,简要分析了基于时间序列降维方法的研究现状,对比较流行的方法进行了比较分析,对当前一些未解决的问题进行了简要介绍,并在此基础上对未来的发展趋势进行了展望,为研究者了解最新的时间序列降维方法、新技术及发展趋势提供了参考.     

人脸识别的核方法研究

基于核方法的子空间分析方法在高维空间中有解决非线性问题的优势,在提出的LMDA和流形上的线性回归方法的基础上,把LMDA算法拓展到高维空间,提出了基于核的LMDA算法,同时,由表达定理出发,用核回归方法估计数据与流形上的局部坐标之间的变换矩阵,推出了流形上的非线性回归算法.     

高维数据降维方法研究

本文介绍了MDS、Isomap等三种主要的高维数据降维方法,同时对这些降维方法的作用进行了探讨.     

基于Isomap的人脸图像特征融合识别算法

提出Gabor特征融合+Isomap+SVM算法.利用Gabor滤波器提取图像特征,将相同中心频率不同方向的滤波结果相加,在保证识别率的同时降低了Isomap算法计算的数据量.然后使用Isomap算法对非线性特征信息降维,最后使用支持向量机(SVM)对降维结果分类.通过对ORL数据库实验证明,Gabor特征融合+Isomap+SVM算法与传统算法相比具有更高的识别精度.     

基于类集和类对的有监督流形学习的肺结节分类

维数简约是肺结节分类识别问题中的关键步骤,现有的方法中都是将所有类别的数据作为一个整体进行降维,忽略了不同类别数据之间在特征子集上的差异性。本文提出了一种将类集和类对相结合的有监督流形特征抽取思想,并将之应用于肺结节的分类中,最终形成一个基于CT影像的肺结节分类系统。实验结果表明了方法的有效性。     

一种改良的最大方差展开算法

本文受流形学习思想的启发,提出了一种改进的最大方差展开算法,该算法在最大方差展开算法（MVU,maximumvarianceunfolding）基础上引入了拉普拉斯特征映射（LE,Laplacian Eigenmap）的保持局部流形结构不变的特性,在保持局部几何结构的同时考虑类别信息将不同类的数据尽可能远地在子空间中进行映射,该算法兼具流形和监督特性。通过在多个人脸库中的实验表明,该算法具有一定的鲁棒性和较高的识别性能,达到了较高的提取分类信息和压缩特征空间维数的效果。     

降维dj图及其应用

在分析应用d_j图进行逻辑函数或-符合式化简的基础上提出了逻辑函数的降维d_j图,给出了降维(?)图的定义和化简方法,并举例说明。此外,还讨论了降维K图、降维b_j图与降维d_j图之间的转换方法。     

基于向量空间模型的特征抽取技术分析

特征降维是基于向量空间模型(VSM)文本分类的关键技术之一,特征抽取是特征降维的主要方法。本文主要分析了几种常用的特征抽取方法,并给出了它们的实现步骤。     

四维欧氏空间中曲面的拉格朗日高斯映射（英文）

M是浸入在4维欧氏空间中的一个闭的定向曲面,研究了从M到格拉斯曼流形G4 ,2的广义高斯映射gν的几何.     

一类微分系统中心流形的隐函数计算方法

本文研究了一类三维非线性动力系统中心流形上流动隐函数形式级数计算方法,并给出了其代数公式,此公式是线性的,避免了复杂的积分运算,运用M athem atica系统软件,基于代数递推公式计算了三维微分系统中心流形上流的隐函数。该新算法为研究此类非线性动力系统的动力学问题,特别是稳定性、H opf分支问题提供了很大的便利。     

关于LP—Sasaki流形和亚射影Riemann流形

对于带有系数k的P-Sasaki流形,若曲率张量和结构向量满足ξ~(?)R_((?)β(?)(?))=ρ(gβ(?)η_γ-gβγη_(?)),其中ρ是某函数,则流形M称为LP-Sasaki流形.这是较具有保圆型结构的殆仿切触Riemann流形更为广泛的一类流形.本文进一步探讨这类流形的结构和性质.得到了共形平坦的LP-Sasaki流形等价于Kagan意义的亚射影Riemann流形.所得的结果推广了Adati和Sat(?)等人的相关结论,并纠正了Sat(?)和Matsumoto的某些错误结论.     

中文文本分类中一种基于语义的特征降维方法

文本提出了一种基于语义的特征降维方法。通过依存关系抽取实现一次降维;通过计算类别和依存关系特征项的语义相似度,结合互信息方法进行特征选择实现二次降维。对中文文本分类的实验结果表明,提出的特征降维方法具有较好的分类效果。     

一种基于聚类和LSA相结合的文本特征降维方法

提出了一种特征选择和特征抽取相结合的特征降维方法.首先使用改进的k-means聚类算法对特征进行选择,然后使用SVD方法在基于语义层面上对特征空间进行压缩,试验结果表明,这种特征降维模式在文本分类的准确性方面效果较好.     

1998年度国家自然科学基金鼓励研究领域

数理科学数学解析数论、代数数论与代数几何(包括构造性代数几何),群与代数及其表示理论,流形和复形拓扑学,整体微分几何,经典分析的前沿问题,随机分析和无穷维分析,非线性偏微分方程,变分理论和几何分析,动力系统,经典和量子系统的数学问题,随机系统的数学问题,数学物理问题的高性能计算,高维流体动力学的计算方法,数学机械化与现代组合方法,经济和高科技中的统计建模、推断与计算;     

破解庞加莱猜想

庞加莱猜想是20世纪最伟大的数学家庞加莱于1904年提出的一个问题:一个单连通的3维闭流形是否同胚于3维球面?这个问题听起来不复杂,可是它包含一些我们感到陌生的拓扑学概念。拓扑学是一种最粗糙的几何学,也可以说是最基础的几何学。那么我们要问:既然如此基本,我们在中学学的几何学中为什么从来没有讲过呢?原因很多,最主要有两方面:一是中学几何学中所研究的图形主要是曲线、曲面以及三维空间中的立体,它们看得见、摸得着,给我们一个直观的印象,而拓扑学则研究更高维的流形,从3维流形起,我们已经看不见、摸不着,只能靠想象和推理了,这对于…     

带有一般非线性项的一类p拉普拉斯型方程基态解的存在性

研究p拉普拉斯型非线性椭圆方程:{Δ_pu+|u|~(p-2)u=f(u)于R~N,u∈W~(1,p)(R~N),p≥2.其中非线性项f∈C并且满足类似于文献[1]的非线性项条件。我们无须借助于Nehari流形即证明了上述方程的基态解的存在性。证明的方式主要是基于变分方法。本文的结果是文献[1]中的半线性椭圆方程的结果在p拉普拉斯型方程中的推广。