多特征

摘要： 为利用合成孔径雷达(synthetic aperture radar,SAR)目标不同特征数据间的相关性与互补性,提出一种基于多特征的Tikhonov正则化核函数协同表示(multi-feature kernel collaborative representation-based classification with tikhonov regularization,MFKCRT)算法。采用美国运动和静止目标获取与识别(moving and stationary target acquisition and recognition,MSTAR)计划公开发布的SAR图像数据库进行实验,实现核函数变换空间上的多特征融合协同表示识别。实验结果表明:该算法相较于基本的协同表示,具有更优的可靠性与鲁棒性。

摘要： 针对利用传统笔画宽度变换(stroke width transform,SWT)提取遥感影像道路阈值无法自动确定以及精度不够高的问题,提出了一种结合改进SWT和融合多特征后的陆地移动距离(earth mover’s distance,EMD)进行高分遥感影像道路提取的方法。首先,结合连通分量分析,将笔画宽度变换改进成可自动确定提取阈值的方法,进行初步道路提取;其次,确定一个道路参考区域,利用连通区作为索引,分析道路参考区域与其他区域之间的特征相似度,通过提取纹理与光谱特征,计算加权融合后的特征EMD值,设定合理的阈值过滤大部分非道路区域,提取出其他道路区域;最后,进行形态学后处理得到最终提取结果。通过实验实现该方法并与现有道路提取方法进行对比。经过评估,证明该方法在提取不同场景的道路时均能达到理想效果且具有较高精度。

摘要： 越南语属于低资源语种,高质量关键词新闻数据稀缺,为了解决样本不足条件下生成越南语新闻关键词准确性不高的问题,提出了一种多特征融合的越南语关键词生成模型,拟提升生成的越南语关键词与越南语新闻文档的相关性.首先,将越南语新闻实体、词性、词汇位置特征与词向量拼接,使输入模型的词向量包含更多维度的语义信息;其次,利用双向注意力机制捕获上下文与新闻标题的依赖关系,增强标题在关键词生成中的指导作用;最后,结合复制机制生成越南语关键词,从而提高关键词的语义相关性.在构建的越南语新闻关键词数据集上进行实验,结果表明融合多特征的关键词生成模型能在越南语训练样本有限的条件下生成高质量关键词,F1@10、R@50分数比TG-Net分别提升了13.2%和17.1%.

摘要： 为提高村域尺度土地利用分类精度,本文基于高分辨率无人机影像,研究了融合多特征的两阶段分类方法。该方法首先利用基于平均J-M距离增量的“扩充特征子集法”获取最优纹理特征和可见光植被指数,并与原始影像融合;然后,根据地物的具体特征表现,基于规则结合最邻近法分两阶段进行提取。研究结果表明:1)纹理特征和可见光植被指数有助于提高影像分割质量,且基于平均J-M距离增量的“扩充特征子集法”选取的特征相较于同类其他特征更能体现地类间差异化程度;2)相较于全局最优分割尺度下的决策树、支持向量机及随机森林等分类,本文方法总体精度分别高出6.89%、2.66%、5.17%,Kappa系数分别高出11.86%、4.28%、9.04%,在村域土地利用分类方面表现出较强适用性。

摘要： 目的:解决基于光谱图像识别技术易受相近类型干扰,致使对被测物的种类与品质识别产生偏差的问题。方法:设计了可见光与近红外光的独立双通道光谱采集系统,通过控制不同特征区域的光谱范围与光谱分辨率,实现对特征波长位置的吸光度快速采集;构建了品质参数,给出了其关于光谱变化与样品质量的函数表达形式;根据测试样品的光谱分布特性,选择合适的特征波长位置,并通过主成分分析给出了种类与品质参数的解算依据。结果:采用CM-25D分光仪和FT-NIR分光仪获取了4种常见的油桃样本的可见与红外光谱,建立了以吸光度值与吸光度比值作为判别因子的最小二乘权值分析法,与传统线性比例分析法进行比较,该算法种类识别率均值为96.7%,归一化品质系数为0.892,识别能力均有所增强。结论:采用双通道光谱采集硬件结构配合基于权值分配的偏最小二乘算法,可以对光谱特征相近的油桃品种进行更好的分类与识别。

摘要： 针对关系抽取任务中文本特征提取不充分及核心词表现弱的问题,提出了一种多特征注意力卷积神经网络的实体关系抽取方法.利用位置、词性及实体标签作为输入特征,充分捕获文本信息,构建注意力模型,获得单词与目标实体之间的相关性,并将注意力机制与卷积神经网络相融合以进行关系预测.以新疆旅游领域为研究对象,总结归纳15种实体关系.采用自行开发设计的语料标注系统,建立了新疆旅游领域小型语料关系库.实验结果表明,本文模型对于提高实体关系抽取的正确率有显著效果.

摘要： 命名实体识别任务是对文本中的实体进行定位,并将其分类至预定义的类别中.目前主流的中文命名实体识别的模型是基于字符的命名实体识别模型.该模型在使用句法特征之前,需先进行分词,不能很好的引入句子的句法信息.另外,基于字符的模型没有利用词典中的先验词典信息,以及中文偏旁部首蕴含的象形信息.针对上述问题,论文提出了融合句法和多粒度语义信息的多特征中文命名实体识别模型.实验证明论文模型相对目前主流模型有了较大的提高,同时论文还通过实验分析了各种特征对模型识别效果的影响.

摘要： 近年来,卷积神经网络在图像处理方面的良好性能得到了广泛关注。为了更好地提取图像内容信息,提高图像分类精度,提出了一种基于深度多特征融合的CNNs图像分类算法。算法有效深度融合了图像的多种特征,即使用k-means++聚类算法提取的主颜色特征和利用去噪卷积神经网络提取的空间位置特征。实验结果表明,提出的基于深度多特征融合的CNNs图像分类算法在图像分类方面提供了有竞争力的结果,分类精度比CNN提升了7个百分点。该算法通过深度融合图像的多种特征,可为后续图像处理提供更全面更显著的有用信息。

摘要： 海冰边缘是海冰灾情预警的重要信息,其监测结果的客观性和定位准确度直接影响着灾情防范及应急救援的实施效果。针对常规业务化运行中人工解译主观性强、定位精度低的问题,设计了一种集冰情特征、图像分割和众数统计于一体的冰灾范围监测方法,并以我国辽东湾2018年发生的重大海冰灾害为例,进行连续4 d的海冰边界范围的监测实验,将监测结果与业务运行中人工解译监测结果进行对比分析。实验表明,冰缘外扩趋势上,二者结果相同,均为4 d不断地外扩且24日外扩最大;冰缘外扩速率上,二者结果为同一量级,均为先是2~4 n mile/d的中速外扩,之后6~8 n mile/d的高速外扩,最后1~2 n mile/d的低速外扩;边缘定位精度上,该实验结果更加客观且冰缘定位最高可达1倍像素,而常规人工方法则主观性强且冰缘定位为10倍像素以上。该研究成果可为我国中高纬区域冬季冰情灾害客观准确监测和预警提供技术支撑,相比人工解译,该方法具备自动/半自动能力,能够节省人力,降低劳动强度。

摘要： 【目的】针对野外环境下断蕾机器人对多特征的变量目标快速识别难题,以及目标受到树叶、遮挡及光照影响精度的问题,提出多特征目标的快速识别方法。【方法】提出对香蕉果实、果轴和花蕾这3个目标进行多尺度特征提取及模型分类,融合聚类算法设计新的目标候选框参数,提出改进YOLOv3模型及网络结构参数的YOLO-Banana模型;为了平衡速度和准确度,用YOLO-Banana和Faster R-CNN分别对变化尺寸的香蕉多目标进行试验,研究算法对识别精度与速度的影响。【结果】YOLO-Banana和Faster R-CNN这2种算法识别香蕉、花蕾和果轴的总平均精度分别为91.03%和95.16%,平均每张图像识别所需时间分别为0.237和0.434 s。2种算法精度均高于90%,YOLO-Banana的速度相对快1.83倍,更符合实时作业的需求。【结论】野外蕉园环境下,采用YOLO-Banana模型进行香蕉多目标识别,可满足断蕾机器人视觉识别的速度及精度要求。

摘要： 术语是科技文献中的重要组成部分，其自动翻译方法的研究对国际问的技术交流具有重要的研究意义。本文以日汉专利的自动翻译研究为背景，重点研究其中术语的翻译方法，并在已有的IBM模型4的基础上，提出了一种基于多特征的日汉术语翻译方法。该方法有效利用了术语的领域属性及日语和汉语间字形相似等特征，优化并改善了术语翻译效果。试验结果证明，该方法可使术语翻译的准确性有效提高5.5%。

摘要： 语音信号的短时能量和过零点是语音端点检测中应用最多的语音特征。而准确的语音端点检测是提高识别系统精度的重要保证。为此,本文给出了一种在不同的噪声条件下基于多特征的语音端点检测方法。首先根据短时能量和过零点检测出参考端点,然后利用倒谱系数的欧式距离确定了实际端点。仿真结果表明:本算法的性能明显优于传统的基于能量的算法,用此方法检测语音端点比传统的方法更准确。

摘要： 本文提出了综合利用MPEG-7中建议的颜色特征的主颜色描述符、纹理特征的边缘直方图描述符和形状特征的基于区域的形状进行图像检索的方法。通过对由2000幅自然图像组成的真实图像数据库的检索实验表明多特征融合的检索要比单一特征检索更符合人的视觉感受要求,其检索效果更好。

摘要： 提取事件的有关信息是信息提取任务的一个重要组成部分.本文利用事件相关文档的特点,提出了基于多特征的句子聚类方法,以期获得事件的各个侧面信息.该方法综合利用词语、语义和词串信息进行句子相似度计算,并在此基础上进行句子聚类.实验表明,采用多特征后,句子聚类的效果得到明显提高.

摘要： 针对单一视觉特征跟踪的局限性，本文提出一种根据场景变化动态建立目标模型的粒子滤波视觉跟踪算法，该方法首先选择简单且具有互补性的色彩与纹理特征描述表示当前图像，然后在粒子滤波框架下，利用民主融合策略进行信息融合，民主融合策略能够根据信息在当前的跟踪环境的可靠性自适应调节各个特征信息的权重，发挥各个信息的优点，从而实现各特征信息间的自适应融合，增加描述目标观测的可靠性，从而提高目标观测模型的鲁棒性；另外对各个特征似然函数的噪声参数进行在线估计和更新，进一步提高粒子滤波跟踪的可靠性。分析和实验表明，算法对视频运动目标的任意平移、转动、部分遮挡、光照变化以及相似物干扰等情况下的跟踪均具有较好的效果。

摘要： 本发明公开了一种基于纹理特征与形状特征相融合的水声图像特征提取方法，主要步骤包括图像分割，边界提取，生成基元阵，计算灰度‑基元共生矩阵，获取五项个特征量等几个关键步骤。本发明着手于海底底质水声图像的图形学特征，利用海底底质水声图像的边界形状特征及其灰度相关性，应用并结合边界提取与灰度‑基元共生矩阵法，实现海底底质的水声图像特征提取。本发明不仅能够保证平移、旋转和缩放不变性，并且对噪声不敏感，既可以描述闭合区域，对于非闭合区域也能很好的完成特征提取，实现了基于海底底质水声图像图形学特征的间接识别及提取。

摘要： 本发明涉及一种融合用户时间特征和个性特征的数据特征提取方法，属于人工智能技术领域；本发明基于多用户的批量时序数据，通过时间卷积神经网络建模数据的序列关系，同时引入时间通道和个性特征通道注意力机制自动选择与预测下一个数据点所密切相关的数据特征，从而获取用户的综合数据特征，在此基础上，可以利用现有神经网络模型提供基于用户历史习惯的相关服务。对比现有技术，本发明有效解决了传统神经网络模型在使用数据时效率低下的问题，通过时间通道和个性特征通道两种注意力机制，强调了时间信息和用户个性对于特征提取的重要性，提高了特征提取的有效性。

摘要： 本发明的目的在于提供一种选择特征量并且根据所选择的特征量的值将样品分类为多个类中的任一个的多类分类方法、多类分类程序、多类分类装置、以及用于这样的多类分类的特征量选择方法、特征量选择装置及特征量集。在本发明中，处理伴随特征量选择的多类分类问题。特征量选择是预先按照字面意思对样品所具备的大量的特征量中的用于后续的各处理(在本发明中尤其是多类分类)所需的特征量进行取舍选择的方法。多类分类是确定给定的未知样品属于多个类中的哪一个的判别问题。

摘要： 从位置信息历史中提取用户的停留位置与行为类型之间的相关性。行为模式存储单元(202)存储来自多个停留点的停留点信息(212)，该多个停留点包括与第一行为类型对应的第一行为地点类型的停留点和与第二行为类型对应的第二行为地点类型的停留点。行为特征提取单元(302)参考停留点信息；提取在第一行为地点类型的停留点进行了停留的日子以作为第一行为类型的日子；在第一行为类型的任意日子，如果在与第一和第二行为地点类型的停留点不同的另一停留点进行了停留，则针对第一行为类型的日子而提取与在该另一停留点进行停留的相同时段期间在第一行为地点类型的停留点的停留频率；并且确定该另一停留点与第一行为类型之间的关系。

摘要： 具有处理器和存储器的计算机取得保存有访问网页服务器的内容的用户终端的历史信息的会话数据和保存有用户的属性信息的用户属性数据来作为用户数据，取得保存有所述内容的属性的页面属性数据和保存有提供了所述内容的发布者的属性的发布者属性数据作为发布者数据，取得作为提取对象的发布者和该发布者设为获得目标的用户特征作为目标类型，根据目标类型计算提取对象的数据的项目和值的范围，根据所述用户数据和所述发布者数据计算与所述项目对应的提取对象数据，根据所述提取对象数据和所述发布者数据，基于所述项目的值的范围计算访问的特征量。

摘要： 一种具有用于收纳杆的收纳器和/或收纳器盖的脊柱外科手术系统。盖具有大致圆柱形的主体和从主体径向延伸的一组相对的抗张开凸缘。收纳器具有臂，该臂各自在近侧端部处或邻近近侧端部具有内近侧突起部，以及在近侧突起部远侧的内倾斜张开表面。每个盖凸缘具有面向近侧的盖防张开表面和面向远侧的盖弹出表面。每个收纳器近侧突起部具有面向近侧的倾斜收纳器弹出表面和面向远侧的倾斜收纳器防张开表面。收纳器弹出表面间隔开，因此每个盖弹出表面在操作中接触相应的收纳器弹出表面。每个张开翻修表面向远侧且沿径向向内朝向纵向轴线延伸并进入由盖的内径限定的圆柱形平面中。盖内径大于杆宽度。

摘要： 本发明公开了一种根据特征间的相关性将特征聚类分析并排除无关特征的方法，包括如下步骤：包括如下步骤：S1、去除无关特征：根据特征间的相关性将特征进行聚类分析,根据特征与类间的相关性从高到低进行排序，去除无关特征；S2、特征类聚：对去除无关特征后特征子集采用特征类聚；S3、选出指定数量的特征；本发明首先基于ReliefF算法去除无关特征，然后在特征子集中，将信息含量高的特征作为特征簇的初始中心，然后根据特征关联度对特征进行聚类，聚类完成之后，从每个特征簇中挑选有代表性的特征，该算法同时考虑了特征间的关联性以及特征与类标的相关性，能较好地去除冗余特征和无关特征，有效提高软件缺陷预测的性能。

摘要： 提供一种基于深度神经网络的人工特征与卷积特征融合的特征提取方法，所述方法包括：获取电动液压舵机的故障预测数据；对所述故障数据进行综合预处理，以得到训练数据集和测试数据集；将所述训练数据集分别送入卷积神经网络一次自编码器和基于专家知识的人工时域特征提取模块；在所述卷积神经网络一次自编码器中进行基于卷积神经网络的特征提取，获得卷积特征集；在所述人工时域特征提取模块进行基于专家知识的时域特征提取，获得人工时域特征集；对所述卷积特征集和所述人工时域特征集进行特征拼接，得到融合特征；将所述融合特征送入二次自编码器和解码器，进行基于堆叠自编码器的深度特征融合。

摘要： 相似度计算部(213)将多个类型分别作为对象，计算基准特征量与识别特征量的相似度，基准特征量是从对象类型的图像数据中提取出的特征量，识别特征量是从作为识别对象的图像数据即识别对象数据中提取出的特征量。影响度计算部(214)将与各类型有关的相似度和识别特征量作为输入，计算与识别对象数据的各部分图像有关的对相似度的影响度。特征确定部(215)根据影响度对识别特征量进行变更。

摘要： 本发明的目的在于提供一种能够计算出准确表示对象结构体的化学性质的特征量的特征量计算方法、特征量计算程序、特征量计算装置、能够使用特征量来有效进行医药候选化合物的筛选的筛选方法、筛选程序、筛选装置及能够使用特征量来有效创建医药候选化合物的立体结构的化合物创建方法、化合物创建程序、化合物创建装置。对象结构体的化学性质被表示为对象结构体与其周围的探针之间的相互作用的结果，因此在对象结构体彼此之间探针的聚集程度相似是表示这些对象结构体的化学性质相似的情况。因此，通过本发明的一方式所涉及的特征量计算方法，能够计算出准确表示对象结构体的化学性质的特征量。