特征编码
特征编码的相关文献在1994年到2022年内共计180篇,主要集中在自动化技术、计算机技术、机械、仪表工业、无线电电子学、电信技术
等领域,其中期刊论文96篇、会议论文4篇、专利文献144794篇;相关期刊79种,包括科技广场、中国生物医学工程学报、机械设计与制造等;
相关会议4种,包括第十七届中国Rough集与软计算学术会议、第十一届中国Web智能学术研讨会、第十一届中国粒计算研讨会及第五届三支决策学术会议联合会议 (CRSSC-CWI-CGrC-3WD 2017)、第八届全国信息隐藏与多媒体安全学术大会暨湖南省计算机学会第十一届学术年会(CIHW 2009)、中国航空学会首届青年电子学术交流会等;特征编码的相关文献由536位作者贡献,包括方旺盛、舒明磊、D·拜贝尔等。
特征编码—发文量
专利文献>
论文:144794篇
占比:99.93%
总计:144894篇
特征编码
-研究学者
- 方旺盛
- 舒明磊
- D·拜贝尔
- W·T·韦特林
- 丁锐
- 丁长松
- 亢艳芹
- 任品毅
- 任江波
- 任红格
- 何兰
- 何赛克
- 冯俊国
- 刘为谦
- 刘伟民
- 刘佳
- 刘凌峤
- 刘凡兴
- 刘春阳
- 刘智峰
- 刘芳
- 刘进
- 史治国
- 史涛
- 司泉
- 司蕾
- 吕航
- 吴俊军
- 吴庆波
- 吴晨豪
- 吴树国
- 吴正
- 周颖杰
- 喻俊馨
- 夏振宇
- 孙仲民
- 孙利强
- 孙涛
- 孟凡满
- 孟脦崴
- 宋绪成
- 宋金波
- 尚荣华
- 尹瑞
- 尹霞
- 岳应娟
- 常超
- 常风然
- 张世泽
- 张云
-
-
周友华;
黄翰;
刘浩龙;
郝志峰
-
-
摘要:
关系抽取是自然语言处理领域的一项基础研究,抽取的结果可以用于知识图谱构建、人机问答、语义搜索等下游任务,具有广泛的应用场景和重要的研究价值。近年来,关系抽取研究取得了丰富的成果,但绝大多数研究局限于句子级关系抽取。研究表明,大量的关系无法通过单个句子提取,随着深度学习和自然语言处理技术的不断发展,文档级关系抽取研究工作迎来了新一轮的机遇和挑战。文中着重对近几年文档级关系抽取的研究进展进行分类和梳理,提炼出文档级关系抽取的一般技术路线图,分析文档级关系抽取研究的特征编码及特征聚合方法,并根据提取特征的不同,将文档级关系抽取方法概括为基于词汇特征、基于句法特征以及基于关系特征的3类方法;同时介绍常用文档级关系抽取数据集和评测指标,并对未来的研究趋势进行展望。
-
-
严璐;
顾昕
-
-
摘要:
本文在机场环境下,由于天气/激光雷达视角以及飞机本身相互遮挡问题,导致激光雷达获取的点云不完整,提出了一种基于深度学习的激光雷达点云补全算法,通过改进PCN网络模型实现点云补全的算法。编码层基于PointNet(Point Completion Network)网络结构,扩展增加一层多层感知器(Shared MLP)和逐点最大池化层(Point-feature Maxpool)组合,并联合第一层池化层的结果作为输入实现点云补全。实验结果表明,改进模型点云数据更加稠密均匀,物体轮廓特征细节部分补全效果更好。
-
-
贾丁丁;
沈文忠
-
-
摘要:
使用有效的特征提取算法对虹膜纹理进行准确的表达是虹膜识别技术的关键。基于虹膜识别任务的特殊性,提出了用于虹膜特征编码的网络模型IrisCodeNet。该网络架构使用了改进的BasicBlock,并结合了可以扩大决策边界的损失函数AM-Softmax(additive margin softmax)。为了获取最佳的虹膜识别效果,对AM-Softmax的参数设置、虹膜图像预处理输入形式、数据增强方式、网络输入尺寸做了细致的研究。实验结果表明:使用IrisCodeNet训练得到的特征提取器在CASIA-Iris-Thousand、CASIA-Iris-Distance、IITD虹膜数据库上进行测试,所评估的等错误率(equal error rate,EER)和正确接受率(true acceptance rate,TAR)均远远超过了广泛应用的传统算法。特别地,IrisCodeNet无需传统的虹膜归一化或精确的虹膜分割步骤依然取得了极好的识别效果。并且使用Grad-CAM(gradient-weighted class activation mapping)算法进行了可视化分析,结果表明该网络框架有效地关注了虹膜纹理信息,从而证明了IrisCodeNet具有较强的虹膜纹理特征提取能力。
-
-
仉新;
郑飂默;
谭振华;
李锁
-
-
摘要:
针对视角变化、光照变化、大尺度和动态物体等复杂场景下,移动机器人定位的准确性低、鲁棒性差等问题,提出基于特征编码和动态路由优化的视觉定位方法。首先,引入基于残差网络的特征编码策略,提取图像的几何特征和语义特征,减少图像噪声信息,加快模型的收敛速度;其次,通过熵密度峰值优化网络的动态路由机制,采用向量表示特征之间的空间位置关系,提升图像特征提取和表达能力,优化网络整体性能;最后,融合优化后的特征编码和动态路由网络,将全局特征描述符和特征向量相结合,保留特征间的差异性和关联性,计算图像特征的相似性用于闭环检测。实验结果表明,相比基于VGG、AlexNet、BoVW及GIST的视觉定位方法,所提方法的准确率分别提高了24.54%、23.06%,43.81%和42.69%,实现了复杂场景下移动机器人闭环检测,提高了定位和建图的准确性和鲁棒性。
-
-
丁应;
李琳
-
-
摘要:
在对恶意代码进行检测和分类时,由于传统的灰度编码方法将特征转换为图像的过程中,会产生特征分裂和精度损失等问题,严重影响了恶意代码的检测性能.同时,传统的恶意代码检测和分类的数据集中只使用了单一的恶意样本,并没有考虑到良性样本.因此,文中采用了一个包含良性样本和恶意样本的数据集,同时提出了一种双字节特征编码方法.首先将待检测的PE文件特征编码为二进制数,从单个特征中取前两个字节,然后将所有字节转换为图像,最后通过卷积神经网络提取特征并在测试集上进行验证.实验表明,通过将待检测的PE文件的特征进行双字节编码处理,相对于同等条件下的灰度编码方法,其准确率从81.4%提升到92.82%.实验结果证明双字节特征编码方法能够有效地应用于恶意代码检测中.
-
-
吴兴杰;
董磊;
王森;
陶九超;
黄东平
-
-
摘要:
针对基于模型的产品研制模式对于工艺设计提出的关于数据重用、自动生成的新要求,结合当前繁重的工艺设计工作仍然过多依赖于人工和经验的现状,面向工程研制向智能化、知识化转化的需求,对智能化、快速化的工艺设计技术进行了研究.提出基于MBD数据元素自动提取与识别技术对零件特征进行编码,形成特征矩阵以进行相似度计算,以推荐相似零件工艺设计实例进行复用,并根据工艺规则实现工艺参数和工艺资源的推理与推荐.通过将历史工艺数据转化为型号研制工作所需的基础工艺知识以及工艺知识的集成应用提高工艺设计效率.
-
-
龙显忠;
熊健
-
-
摘要:
局部聚合描述子向量(vector of locally aggregated descriptors,VLAD)是一种硬编码方式,会导致较大的量化损失。为了解决此问题,提出了一种基于内积加权的VLAD编码(inner product weighted vector of locally aggregated descriptors,IPWVLAD),它是一种软编码方式,为图像中的每个描述子寻找若干个近邻的基向量,并采用内积编码的方式生成权重信息添加到累积残差中。对于最近邻的基向量和描述子之间的残差给予最大的权重,对于次近邻的情况依次赋予越来越小的权重。在Corel 10、15 Scenes、UIUC Sport Events数据集上的实验结果表明,与已有的4种基于VLAD的方法和2种常用的表示方法相比,本文所提出的IPWVLAD编码获得了较好的分类性能。
-
-
王斌
-
-
摘要:
针对卷积神经网络算法在大规模故障数据集检测中出现的故障敏感度低、部分特征丢失等问题,提出一种基于优化胶囊网络算法的机械故障检测方案.胶囊网络算法采用多神经元封装的胶囊体结构设计,且包含多个胶囊层,具有更强的故障数据处理能力和泛化能力;经过squash函数挤压后的胶囊矢量可以更准确地提取和描述故障特征;升维胶囊矢量,基于特征编码和归一化的处理方式,可得到更准确的故障分类结果.实验结果显示:优化胶囊网络算法具有更强的故障特征聚类性能和迭代运算性能,故障集检测精度值高于经典卷积神经网络算法.
-
-
张维;
王晓梅;
张晨旭
-
-
摘要:
搜索式无载体信息隐藏方法无需修改载体即可嵌入秘密信息,可有效维持秘密信息的不可感知特性,但算法性能极度依赖文本大数据集.基于此,提出一种基于声调特征映射的文本无载体信息隐藏方法.该方法通过声调特征编码获取文本的特征序列,利用特征匹配与指定匹配算法构建文本与秘密信息的映射关系,直接从文本集中检索符合映射关系的文本并发送,以此实现秘密信息的隐蔽传输.实验结果表明,所提方法在小规模文本集条件下性能稳定,显著降低了搜索式无载体信息隐藏方法对文本大数据集的依赖.
-
-
张志林;
李玉鑑;
刘兆英;
张婷
-
-
摘要:
深度学习技术在多种视觉任务中表现出优异的性能,特别是深度学习技术的发展大大促进了细粒度图像识别任务的进步.细粒度图像识别的目的在于正确识别子对象类别,例如鸟类中的不同子类别.由于细粒度图像数据通常需要具有专家知识才能够进行有效识别与标注,获取难度比较高,同时,由于细粒度类别直接具有小的类间差异性和大的类内差异性特点,需要模型能够捕捉到细微的有区分性的局部特征,这两方面原因导致这项任务极具挑战性.首先,介绍了深度学习技术的重要发展历程、细粒度图像识别任务的特点和挑战.随后,介绍了基于深度学习的细粒度识别方法的3种类型,包括基于定位-分类子网络的方法、基于端到端的特征编码方法和利用外部辅助信息的细粒度图像识别方法,并选择有代表性的工作给予了详细的介绍.最后,在常用数据集上比较了相关工作的性能,对细粒度图像识别任务进行了总结和展望.
-
-
GUO Yudong;
郭喻栋;
GUO Zhigang;
郭志刚;
CHEN Gang;
陈刚;
WEI Han;
魏晗
- 《第十七届中国Rough集与软计算学术会议、第十一届中国Web智能学术研讨会、第十一届中国粒计算研讨会及第五届三支决策学术会议联合会议 (CRSSC-CWI-CGrC-3WD 2017)》
| 2017年
-
摘要:
针对基于k近邻的协同过滤推荐算法中存在的评分特征数据维度过高、k近邻查找速度慢,以及评分冷启动等问题,提出基于数据降维与精确欧氏局部敏感哈希(E2LSH)的k近邻协同过滤推荐算法.首先,融合评分数据、用户属性数据以及项目类别数据,将融合后的数据作为输入对堆叠降噪自编码(SDA)神经网络进行训练,取神经网络编码部分最后一个隐层的值作为输入数据的特征编码,完成非线性降维.然后,利用精确欧氏局部敏感哈希算法对降维后的数据建立索引,通过检索得到目标用户或目标项目的相似近邻.最后,计算目标与近邻之间的相似度,利用相似度对近邻的评分记录加权得到目标用户对目标项目的预测评分.在标准数据集上的实验结果表明,在冷启动场景下,均方根误差比基于局部敏感哈希的推荐算法(LSH-ICF)平均降低了约7.2%,平均运行时间和LSH-ICF相当.表明该方法在保证推荐效率的前提下,缓解了评分冷启动问题.
-
-
-
Li Yajun;
李亚军
- 《中国矿业大学首届研究生教育发展论坛》
| 2018年
-
摘要:
山脊线和山谷线构成了地形骨架线,它们共同控制着地形的整体走势.山脊线与山谷线在等级上具有匹配性,但目前的地形骨架线分级方法难以保证山脊线与山谷线的等级一致性.本文根据Morse复形对偶的特性,提出了一种基于Morse复形的地形骨架线分级编码方法.首先,利用Morse理论提取地形特征线和特征点;其次,以鞍点与相邻山脊点、山谷点的绝对高差作为权值,确定山脊线和山谷线的起始点;最后,根据Horton定理对山脊线和山谷线进行分级并编码.实验表明:该方法获得的山脊线和山谷线分级结果较好地反映了试验区的地形特征,且山脊线和山谷线等级的匹配性较好,为DEM简化和多尺度表达提供了重要的技术支撑.
-
-
Li Yajun;
李亚军
- 《中国矿业大学首届研究生教育发展论坛》
| 2018年
-
摘要:
山脊线和山谷线构成了地形骨架线,它们共同控制着地形的整体走势.山脊线与山谷线在等级上具有匹配性,但目前的地形骨架线分级方法难以保证山脊线与山谷线的等级一致性.本文根据Morse复形对偶的特性,提出了一种基于Morse复形的地形骨架线分级编码方法.首先,利用Morse理论提取地形特征线和特征点;其次,以鞍点与相邻山脊点、山谷点的绝对高差作为权值,确定山脊线和山谷线的起始点;最后,根据Horton定理对山脊线和山谷线进行分级并编码.实验表明:该方法获得的山脊线和山谷线分级结果较好地反映了试验区的地形特征,且山脊线和山谷线等级的匹配性较好,为DEM简化和多尺度表达提供了重要的技术支撑.
-
-
Li Yajun;
李亚军
- 《中国矿业大学首届研究生教育发展论坛》
| 2018年
-
摘要:
山脊线和山谷线构成了地形骨架线,它们共同控制着地形的整体走势.山脊线与山谷线在等级上具有匹配性,但目前的地形骨架线分级方法难以保证山脊线与山谷线的等级一致性.本文根据Morse复形对偶的特性,提出了一种基于Morse复形的地形骨架线分级编码方法.首先,利用Morse理论提取地形特征线和特征点;其次,以鞍点与相邻山脊点、山谷点的绝对高差作为权值,确定山脊线和山谷线的起始点;最后,根据Horton定理对山脊线和山谷线进行分级并编码.实验表明:该方法获得的山脊线和山谷线分级结果较好地反映了试验区的地形特征,且山脊线和山谷线等级的匹配性较好,为DEM简化和多尺度表达提供了重要的技术支撑.
-
-
Li Yajun;
李亚军
- 《中国矿业大学首届研究生教育发展论坛》
| 2018年
-
摘要:
山脊线和山谷线构成了地形骨架线,它们共同控制着地形的整体走势.山脊线与山谷线在等级上具有匹配性,但目前的地形骨架线分级方法难以保证山脊线与山谷线的等级一致性.本文根据Morse复形对偶的特性,提出了一种基于Morse复形的地形骨架线分级编码方法.首先,利用Morse理论提取地形特征线和特征点;其次,以鞍点与相邻山脊点、山谷点的绝对高差作为权值,确定山脊线和山谷线的起始点;最后,根据Horton定理对山脊线和山谷线进行分级并编码.实验表明:该方法获得的山脊线和山谷线分级结果较好地反映了试验区的地形特征,且山脊线和山谷线等级的匹配性较好,为DEM简化和多尺度表达提供了重要的技术支撑.
-
-
-
-