·
搜索结果:找到“特征提取”相关结果19750条
排序: 按相关 按相关 按时间降序
  • 【期刊】 关于海杂波特征提取识别率的改进

    刊名:数字通信世界 作者:罗才震 关键词:特征提取 ; 海尖峰 ; 识别率 ; 叠加 ; 特征分类 机构:西安电子工程研究所 ; 西安电子工程研究所 年份:2019
    摘要:虽然雷达特征提取与分类识别在海面的运用已经越来越广泛,但是由于海杂波的复杂性以及海尖峰的存在,雷达目标识别技术在海面上运用的识别率并不是很高,通常识别率只有75%左右。本文通过海杂波帧数的叠加方法,对海杂波和海面轮船目标进行特征分类,使雷达对海杂波的识别率有一定提高。
  • 【期刊】 白矮主序双星光谱的卷积特征提取

    刊名:《光谱学与光谱分析》 作者:王文玉 ; 郭格霖 ; 马春雨 ; 姜斌 关键词:白矮主序双星 ; 一维卷积神经网络 ; 反贝叶斯学习策略 ; 信噪比 机构:山东大学(威海)机电与信息工程学院 ; 山东大学(威海)机电与信息工程学院 年份:2018
    摘要:通过卷积运算提取白矮主序双星的光谱特征是提高识别精度的有效手段。通过设计一维卷积神经网络,以判别学习的方式从大量混合光谱中拟合出具有稳定分布的12个卷积核,有效提取白矮主序双星的卷积特征。通过引入相对松弛的光谱类别先验分布,提出反贝叶斯学习策略以解决由于光谱抽样有偏带来的问题,显著提高识别精度。通过比较光谱在不同信噪比下的交叉熵测试误差,分析卷积特征提取过程对光谱信噪比的鲁棒性。实验发现,基于反贝叶斯学习策略的一维卷积神经网络对白矮主序双星的识别准确率达到99.0(±0.3),超过了经典的PCA+SVM模型。卷积特征谱的池化过程以降低光谱分辨率的形式缓解了光谱噪声对识别精度的影响。当信噪比小于3时,必须通过增加模型在光谱上的迭代次数以形成稳定的卷积核;当信噪比介于3与6之间时,光谱卷积特征较为稳定;当信噪比大于6时,光谱卷积特征的稳定性显著上升,信噪比对于模型识别精度带来的影响可以忽略。
  • 【期刊】 一种抗仿射畸变的KAZE特征提取算法

    刊名:遥感信息 作者:王春林 ; 钱海明 ; 孙金彦 关键词:特征点 ; 仿射畸变 ; 非线性畸变 ; 主方向 机构:安徽省(水利部淮河水利委员会)水利科学研究院 ; 安徽省(水利部淮河水利委员会)水利科学研究院 年份:2017
    摘要:针对近景影像中存在的仿射畸变和非线性畸变等问题,提出一种改进的KAZE特征提取算法.算法以影像聚类分析及面积变化率检测仿射稳定区域,通过区域椭圆拟合出仿射不变方向,利用反距离加权平均的方法改进特征点主方向,增强特征描述子抗仿射畸变的稳定性.实验结果表明,在保持算法的非线性畸变鲁棒性的基础上,改进算法特征描述子的主方向,增强了算法对仿射畸变的鲁棒性,提高了特征点的匹配率.
  • 【期刊】 白矮主序双星光谱的卷积特征提取

    刊名:光谱学与光谱分析 作者:王文玉 ; 郭格霖 ; 马春雨 ; 姜斌 关键词:白矮主序双星 ; 一维卷积神经网络 ; 反贝叶斯学习策略 ; 信噪比 机构:山东大学(威海)机电与信息工程学院 ; 山东大学(威海)机电与信息工程学院 年份:2018
    摘要:通过卷积运算提取白矮主序双星的光谱特征是提高识别精度的有效手段.通过设计一维卷积神经网络,以判别学习的方式从大量混合光谱中拟合出具有稳定分布的12个卷积核,有效提取白矮主序双星的卷积特征.通过引入相对松弛的光谱类别先验分布,提出反贝叶斯学习策略以解决由于光谱抽样有偏带来的问题,显著提高识别精度.通过比较光谱在不同信噪比下的交叉熵测试误差,分析卷积特征提取过程对光谱信噪比的鲁棒性.实验发现,基于反贝叶斯学习策略的一维卷积神经网络对白矮主序双星的识别准确率达到99.0(±0.3),超过了经典的PCA+SVM模型.卷积特征谱的池化过程以降低光谱分辨率的形式缓解了光谱噪声对识别精度的影响.当信噪比小于3时,必须通过增加模型在光谱上的迭代次数以形成稳定的卷积核;当信噪比介于3与6之间时,光谱卷积特征较为稳定;当信噪比大于6时,光谱卷积特征的稳定性显著上升,信噪比对于模型识别精度带来的影响可以忽略.
  • 【期刊】 一种改进的掌纹线方向特征提取方法

    刊名:江西师范大学学报(自然科学版) 作者:滕少华 ; 罗江 ; 费伦科 关键词:特征提取 ; 掌纹识别 ; 线方向 ; 半方向编码 机构:广东工业大学计算机学院 ; 广东工业大学计算机学院 年份:2018
    摘要:掌纹识别由于方便易行,近年来已成为鉴定人身份的主要方法之一.经典的基于线方向特征识别掌纹的方法忽略了纹线上其他具有辨别力的方向特征.该文改进了传统基于半方向特征编码的方法,改变其中一个半方向编码特征为另一个具有代表性的方向特征,获得了更多的掌纹曲线特征,从而有效提高掌纹识别效果.实验表明,该方法相比传统的方法具有更高的识别率及准确度.
  • 【期刊】 无监督的稀疏差分嵌入特征提取方法

    刊名:小型微型计算机系统 作者:刘毛溪 ; 万鸣华 ; 孙成立 ; 王巧丽 关键词:特征提取 ; 主成分分析 ; 局部线性嵌入 ; 弹性网回归 机构:南昌航空大学江西省图像处理与模式识别重点实验室 ; 南昌航空大学江西省图像处理与模式识别重点实验室 ; 南昌航空大学信息工程学院 ; 南昌航空大学江西省图像处理与模式识别重点实验室 ; 南京理工大学高维信息智能感知与系统教育部重点实验室 ; 南京晓庄学院可信云计算与大数据分析重点实验室 ; 南昌航空大学信息工程学院 年份:2017
    摘要:人脸数据中的有效特征是提高识别率的关键,因此特征提取是人脸识别领域的重要步骤.为了能够同时保留人脸数据的局部结构和全局结构,并得到一个更具有解释性的结果,综合主成分分析算法和局部线性嵌入算法,并加入稀疏约束,提出一种无监督的稀疏差分嵌入(Unsupervised Sparse Difference Embedding,USDE)的特征提取方法.在满足局部最小嵌入和全局最大方差的同时,使用弹性网回归算法得到一个稀疏特征向量.在ORL人脸库、AR人脸库以及UMIST人脸库上的实验结果表明,同其他几种方法相比,USDE具有更好的效果.
  • 【期刊】 一种词聚类LDA的商品特征提取算法

    刊名:小型微型计算机系统 作者:彭云 ; 万常选 ; 江腾蛟 ; 刘德喜 ; 刘喜平 关键词:特征提取 ; 词聚类 ; 上下文相关 ; LDA模型 机构:江西财经大学信息管理学院 ; 江西财经大学信息管理学院 ; 江西财经大学数据与知识工程江西省高校重点实验室 年份:2015
    摘要:商品评论中经常会使用一些词义近似或上下文相关的中低频词来描述商品特征,如何有效辨识这些中低频词是商品特征抽取的一个难点.由于缺乏先验知识,主题模型难以发现并抽取中低频特征词.提出基于词义相似度和上下文相关度相结合的词聚类度量算法,在此基础上构建了一种基于词聚类先验知识的潜在狄利克雷分配的商品主题特征提取模型.首先对词项按词义相似度、上下文相关度进行聚类;然后在商品主题特征抽取中引入词聚类因素作为权重影响因子,使得同一个聚类簇中的词项属于同一主题的概率增加.相关实验结果表明,本文提出的词聚类和特征提取算法具有较好的效果.
  • 【期刊】 多旋翼无人机微多普勒特性分析与特征提取

    刊名:中国科学院大学学报 作者:马娇 ; 董勇伟 ; 李原 ; 李凌霄 ; 杨杰芳 关键词:目标识别 ; 无人机旋翼 ; 时频分析 ; 微多普勒 ; 参数估计 机构:中国科学院电子学研究所微波成像技术国家重点实验室 ; 中国科学院电子学研究所微波成像技术国家重点实验室 ; 中国科学院大学 年份:2019
    摘要:针对多旋翼无人机目标的识别问题,提出一种基于伽柏(Gabor)变换的瞬时频率估计与快速傅里叶变换(FFT)相结合的微多普勒特征提取算法。首先建立多旋翼无人机旋翼回波模型,并通过仿真分析叶片数目、旋翼转速和初始相位等参数对微多普勒特征的影响,利用Gabor变换得到时频特征。在此基础上通过瞬时频率极大值法提取微多普勒频率,并对瞬时频率采用FFT提取旋翼数和转动频率,从而获得叶片长度估计值。实测数据验证了该算法较为准确地提取无人机的微多普勒参数。
  • 【期刊】 采用DBSCAN聚类的散乱点云特征提取方法

    刊名:西安电子科技大学学报 作者:张雨禾 ; 耿国华 ; 魏潇然 ; 石晨晨 ; 张顺利 关键词:点云 特征提取 DBSCAN 聚类 全局约束性 反 k 近邻 机构:西北大学信息科学与技术学院 ; 西北大学信息科学与技术学院 年份:2017
    摘要:针对现有点云特征提取算法中采用全局特征度量阈值及仅使用点的局部信息进行特征提取而造成的特征尖锐程度敏感、对潜在曲面差异较大模型效果差等问题,提出一种基于密度空间聚类(DBSCAN)的散乱点云特征提取方法。首先,对点的反 近邻进行定义,并提出一种新的特征检测算子;然后,将反 近邻的尺度作为点密度,引入特征的全局约束性信息;最后,对 DBSCAN 聚类方法中的相关概念进行重定义并建立新的特征识别准则,提取特征点。实验结果表明,该算法简单、有效、鲁棒,同时考虑了特征的局部性信息及全局约束性信息,针对潜在曲面形状差异较大的模型表现出了较强的优越性。
  • 【期刊】 基于空频域的金属缺陷特征提取算法

    刊名:轻工科技 作者:王健荣 ; 王姮 关键词:无损检测;小波变换;神经网络;空频域 机构:西南科技大学特殊环境机器人技术四川省重点实验室 ; 西南科技大学特殊环境机器人技术四川省重点实验室 年份:2017
    摘要:针对现有金属工件无损检测方法存在适应性差、可靠性不强等问题,提出一种基于空频域的缺陷特征提取方法。首先,基于金属工件图像的小波变换,分别提取各个频带小波系数在固定窗口下的均值、方差等频域特征,同时对二值化后的空域图像提取长宽比、圆形度、骨架长度等特征,将空频域特征经高斯归一化生成特征向量,最后利用人工神经网络分类器对特征进行分类识别。实验结果表明,对于分辨率为167×250的图像,识别率可以达到81.6%。
  • 【期刊】 基于AP-DBSCAN聚类的弹道目标进动特征提取

    刊名:弹箭与制导学报 作者:陈蓉 ; 冯存前 ; 王义哲 ; 许丹 关键词:宽带雷达 ; AP聚类 ; DBSCAN密度聚类 ; 进动特征提取 机构:空军工程大学防空反导学院 ; 空军工程大学防空反导学院 ; 信息感知技术协同创新中心 年份:2017
    摘要:进动是弹道目标识别的重要特征。以锥体弹头为研究对象,文中提出了一种基于宽带雷达组网的锥体目标进动特征提取方法。首先建立弹道目标进动模型,利用AP聚类算法,根据回波信号的强度进行初步聚类,然后通过DBSCAN算法,剔除噪声点,将非噪声信号分类并求平均值。在此基础上,分别估计出不同雷达体制下各散射中心的幅、相信息,进而解算出弹道目标的进动参数。仿真结果表明,在信噪比较小的情况下,目标的进动参数估计精度仍较高。
  • 【期刊】 一种多特征提取的脑电情感识别方法

    刊名:陕西科技大学学报 作者:贾小云 ; 郑茹 ; 陈景霞 关键词:脑电波 ; 数字空间自适应 ; 共空间模式 ; 迭代 机构:陕西科技大学电气与信息工程学院 ; 陕西科技大学电气与信息工程学院 年份:2018
    摘要:针对如何有效地缩小不同受试者脑电信号之间的波动和差异,提高分类精度的问题,提出一种多特征提取算法用于脑电情感识别.首先,采用数据空间自适应算法对脑电信号数据进行空间线性变换,使目标空间与源空间之间的差异最小化.再采用共空间模式将数据空间自适应变换后的信号变换到一个最优子空间,使两类之间的方差差异最大,将共空间模式处理后的数据作为数据空间自适应算法的输入数据,反复迭代多次.然后提取功率谱能量特征和小波包能量特征,最后采用Bagging tree、SVM、线性判别分析和贝叶斯线性判别分析进行情感分类.实验结果表明,所提算法相比于主成分分析算法在分类精度上提高了0.151 4;相比于只进行DSA-CSP迭代和提取小波包能量,在分类精度上提高了0.103 4;相比于只进行DSA-CSP迭代和提取功率谱密度,在分类精度提高了0.095 8,所提算法有效缩小了不同受试者脑电信号的波动和差异,提高了分类精度.
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转