大牛陆振波资源备忘

转载自点击打开链接

转载自陆振波博士新浪博客


毕业院校:海军工程大学,水声工程专业,博士

精通方向:数字信号(图像、视频)处理,人工智能与模式识别,群体智能优化,非线性与混沌,支持向量机,MatlabVC++混编

现任岗位:[1]沈阳聚德视频技有限公研究开发部,图像处理及模式识别高级工程师

          [2]大连民族学院, 信息与通信工程学院,数字信号处理、模式识别与人工智能外聘教师

工作职责:车牌识别,视频目标跟踪等算法开发,C/C++实现,DSP植入

兴趣爱好:金融时序的程式化交易

 

主要成果:

[1] 实现车牌识别C/C实现,DSP植入,识别率:汉字不低于99%,数字字母不低于99.5%,整牌不低于97%

[2] 精通数字信号(图像、视频)“特征提取”与“模式识别”的研究与开发,开展了“支持向量机”应用研究,原创文章有《四种支持向量机工具箱使用要点》,独立开发了“支持向量机Matlab工具箱Version1.0”。结题项目有:语音信号处理与识别,遥感图像的特征提取与分类,人脸识别,主被动声纳信号处理与识别等

[3] 精通“群体智能优化”,原创工具箱有“群体智能算法”Matlab工具箱 Version2.0”,误差精度优于现有公开发表文献,工程中解决了各种高维复杂问题的优化计算

[4] 精通“时间序列混沌建模和预测”,基于MatlabVC 混编平台,独立开发了混沌分析和预测软件包“混沌时间序列分析与预测工具箱 Version2.9”。结题项目有:金融数据波动性分析与程式化交易,银行反洗钱异常检测系统,混沌背景弱信号检测,海洋混响背景弱目标检测等

[5] 精通MatlabVC 混合编程:(a)VC 为界面,核心算法采用Matlab函数,原创文章有《如何将Matlab7.0函数转换成VC 6.0动态链接库》(b)Matlab为界面,耗时算法在VC 环境中采用Mexfunction编译。

 



程序下载 (Codes Download)

 

[原创]混沌时间序列分析与预测工具箱 Version2.9

(Chaotic Time Series Analysis and Prediction Matlab Toolbox - version 2.9) 
http://blog.sina.com.cn/s/blog_736aa0540100plpr.html

 

[原创]四种支持向量机工具箱,及使用要点
(Support Vector Machine Toolbox,SVM Toolbox)

http://blog.sina.com.cn/s/blog_736aa0540100uubd.html
 

[原创]支持向量机Matlab工具箱1.0
(Support Vector Machine Matlab Toolbox 1.0)
http://blog.sina.com.cn/s/blog_736aa0540100qbcv.html

 

[原创]“群体智能算法”Matlab工具箱 Version2.0 下载链接已更新

("Swarm Intelligence Alogrihtm" Matlab Toolbox)

http://blog.sina.com.cn/s/blog_736aa0540100q7n2.html

 

[原创]聚类分析Matlab工具箱 Version1.0
Clustering Analysis Matlab Toolbox - Trial Version 1.0

http://blog.sina.com.cn/s/blog_736aa0540100qbbe.html


神经网络 (Neural Network,NN)
[原创]BP神经网络用于函数拟合与模式识别的Matlab示例程序
http://ishare.iask.sina.com.cn/f/13481842.html
[原创]RBF神经网络用于函数拟合与模式识别的Matlab示例程序
http://ishare.iask.sina.com.cn/f/13481449.html

 

Matlab & VC 混合编程
[原创]如何将Matlab6.5函数转换成VC++6.0动态链接库
http://ishare.iask.sina.com.cn/f/13483062.html
[原创]如何将Matlab6.5函数转换成VC++6.0函数
http://ishare.iask.sina.com.cn/f/13483082.html
[原创]如何将Matlab7.0函数转换成VC++6.0动态链接库
http://ishare.iask.sina.com.cn/f/13483084.html

 


我的论文 (Publications)

 

[00] 时间序列混沌动力学分析及其在水声中的应用(博士学位论文)

http://ishare.iask.sina.com.cn/f/23717791.html

 

[01] 关于小数据量法计算最大Lyapunov指数的讨论
http://ishare.iask.sina.com.cn/f/13479884.html

 

[02] 基于改进的C-C方法的相空间重构参数选择
http://ishare.iask.sina.com.cn/f/13479922.html

 

[03] 基于最小二乘支持向量机的混沌背景弱信号检测
http://ishare.iask.sina.com.cn/f/13479925.html

 

[04] 基于Volterra滤波器的混沌背景弱信号检测
http://ishare.iask.sina.com.cn/f/13479888.html

 

[05] 基于奇异值分解的混沌时间序列Volterra预测
http://ishare.iask.sina.com.cn/f/13479923.html

 

[06] 用于混沌时间序列自适应预测的一种稀疏Volterra滤波器
http://ishare.iask.sina.com.cn/f/13479928.html

 

[07] 基于支持向量机的水中目标识别
http://ishare.iask.sina.com.cn/f/13479924.html

 

[08] Underwater Acoustic Targets Classification Using Support Vector Machine
http://ishare.iask.sina.com.cn/f/13479886.html

 

[09] 基于MFCC的舰船辐射噪声特征提取
http://ishare.iask.sina.com.cn/f/13479887.html

 

[10] 水中目标辐射噪声的听觉特征提取
http://ishare.iask.sina.com.cn/f/13479926.html

 

[11] Bark子波变换的改进及其在水声目标分类中的应用
http://ishare.iask.sina.com.cn/f/13479885.html 

 


资料下载 (Datum Download)

 

[原创]基于AdaBoost的灰度图像目标检测关键技术简评
http://blog.sina.com.cn/s/blog_736aa0540101kpi5.html

 

[原创]Haar-like矩形遍历检测窗口演示Matlab源代码
http://blog.sina.com.cn/s/blog_736aa0540101kzqb.html


[共享]强烈推荐:22篇中英电子书,文档下载链接  雷达,声纳,计算机,优化,模式识别,神经

http://blog.sina.com.cn/s/blog_736aa0540101knr9.html

 

[共享]56本中英电子书下载链接 - 数字信号处理,模式识别,神经网络,支持向量机,遗传算法,水声工程,非线性混沌

http://blog.sina.com.cn/s/blog_736aa0540100pkms.html


[共享]51篇外文文献下载链接 - 非线性分析,混沌建模与预测,支持向量机,遗传算法

http://blog.sina.com.cn/s/blog_736aa0540100pkbe.html 

 


联系方式 (Contact Me)

 

电子邮件:luzhenbo2@qq.com

个人博客: http://blog.sina.com.cn/luzhenbo2


感谢陆老师,这一版主要是实现了开源,非常好的学习资料。 混沌时间序列分析与预测工具箱 Version3.0 chaotic time series analysis and prediction matlab toolbox - trial version 3.0 (1)产生混沌时间序列(chaotic time series) Logistic映射 - \ChaosAttractors\Main_Logistic.m Henon映射 - \ChaosAttractors\Main_Henon.m Lorenz吸引子 - \ChaosAttractors\Main_Lorenz.m Duffing吸引子 - \ChaosAttractors\Main_Duffing.m Duffing2吸引子 - \ChaosAttractors\Main_Duffing2.m Rossler吸引子 - \ChaosAttractors\Main_Rossler.m Chens吸引子 - \ChaosAttractors\Main_Chens.m Ikeda吸引子 - \ChaosAttractors\Main_Ikeda.m MackeyGLass序列 - \ChaosAttractors\Main_MackeyGLass.m Quadratic序列 - \ChaosAttractors\Main_Quadratic.m (2)求时延(delay time) 自相关法 - \DelayTime_Others\Main_AutoCorrelation.m 平均位移法 - \DelayTime_Others\Main_AverageDisplacement.m (去偏)复自相关法 - \DelayTime_Others\Main_ComplexAutoCorrelation.m 互信息法 - \DelayTime_MutualInformation\Main_Mutual_Information.m (3)求嵌入维(embedding dimension) 假近邻法 - \EmbeddingDimension_FNN\Main_FNN.m (4)同时求时延与嵌入窗(delay time & embedding window) CC方法 - \C-C Method\Main_CC_Method_Luzhenbo.m 改进的CC方法 - \C-C Method Improved\Main_CC_Method_Improved.m (5)求关联维(correlation dimension) GP算法 - \CorrelationDimension_GP\Main_CorrelationDimension_GP.m (6)求K熵(Kolmogorov Entropy) GP算法 - \KolmogorovEntropy_GP\Main_KolmogorovEntropy_GP.m STB算法 - \KolmogorovEntropy_STB\Main_KolmogorovEntropy_STB.m (7)求最大Lyapunov指数(largest Lyapunov exponent) 小数据量法 - \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein1.m \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein2.m \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein3.m (8)求Lyapunov指数谱(Lyapunov exponent spectrum) BBA算法 - \LyapunovSpectrum_BBA\Main_LyapunovSpectrum_BBA1.m \LyapunovSpectrum_BBA\Main_LyapunovSpectrum_BBA2.m (9)求二进制图形的盒子维(box dimension)和广义维(genealized dimension) 覆盖法 - \BoxDimension_2D\Main_BoxDimension_2D.m - \GeneralizedDimension_2D\Main_GeneralizedDimension_2D.m (10)求时间序列的盒子维(box dimension)和广义维(genealized dimension) 覆盖法 - \BoxDimension_TS\Main_BoxDimension_TS.m - \GeneralizedDimension_TS\Main_GeneralizedDimension_TS.m (11)混沌时间序列预测(chaotic time series prediction) RBF神经网络一步预测 - \Prediction_RBF\Main_RBF.m RBF神经网络多步预测 - \Prediction_RBF\Main_RBF_MultiStepPred.m Volterra级数一步预测 - \Prediction_Volterra\Main_Volterra.m Volterra级数多步预测 - \Prediction_Volterra\Main_Volterra_MultiStepPred.m (12)产生替代数据(Surrogate Data) 随机相位法 - \SurrogateData\Main_SurrogateData.m
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值