混合特征

摘要： 针对行星齿轮传动系统典型故障的识别,提出一种基于信号混合特征和混沌果蝇优化算法-广义回归神经网络(CFOA-GRNN)的故障诊断方法。计算信号的几种典型时域统计特征,并通过小波包分解获取信号频域能量特征,得到信号混合特征向量作为广义回归神经网络(GRNN)的输入;采用混沌扰动改进的果蝇优化算法对GRNN进行参数寻优,构建最优诊断模型;利用采集的行星齿轮箱实验台不同工况数据进行实验和对比。结果表明:所提方法能够有效识别不同工况下齿轮箱的不同故障;与其他模型相比,它具有参数设置简便、主观因素影响小、寻优速度快等优势,具有较好的实用性。

摘要： 针对采用梅尔域特征进行语音增强时存在有效特征丢失的问题,提出采用更符合人耳压缩感知的幂函数提取带噪语音的伽马通域特征,将其与梅尔域特征深度混合进行语音增强,用于改善梅尔域滤波器在高频处丢失有效特征的局限性。同时,为了捕获语音的瞬变信息和相邻帧语音信息间的联系,求取混合特征的差分导数,将其与初始特征融合得到混合特征。其次,由于传统的时频掩蔽无法根据信噪比的不同自动调节,从而影响了增强语音的可懂度。为使系统在提升语音质量的同时尽可能地减少语音失真,提出一种可以根据信噪比信息自适应调节的软掩模,其可以根据语音信噪比信息的不同进行自动调节,得到相应信噪比条件下的掩蔽值,并在其中融入可提升语音可懂度的相位差信息。最后,对不同噪声背景下的多条语音进行实验。实验结果表明,采用混合特征和自适应软掩模进行语音增强时,保持了语音频谱的完整性,可提升主观语音增强质量和短时客观可懂度,验证了所提算法的有效性。

摘要： 聚类是数据挖掘的一个重要方面,而对高维混合特征数据聚类仍然是一个具有挑战性的问题。针对高维混合特征数据下欧氏距离失去意义的问题,提出了一种基于随机贪婪的树状基学习器集成的森林聚类算法。模型能够利用树状基学习器集成的优点,同时处理离散和连续特征混合下的数据以及高维度的数据。借鉴随机森林计算相似度矩阵的方法,计算聚类森林中样本之间的相似度,用相似度矩阵代替传统聚类时的欧氏距离,解决了高维混合特征数据下欧氏距离没有意义的问题。通过在合成数据集和真实数据集上的一系列实验,与传统聚类算法进行对比,以纯度为评价指标,该算法在混合特征数据集上的聚类纯度明显高于传统聚类算法。

摘要： 为提高心音信号的分类准确率,提出一种基于梅尔频率倒谱系数与Gammatone频率倒谱系数的混合特征(MFCC与GFCC混合特征)的先心病心音信号分类算法。首先用db6小波双参数可调阈值函数对心音信号降噪,再用基于逻辑回归的隐半马尔可夫模型自动分段以提取单个心动周期;然后对信号加汉宁自卷积窗并提取心音的MFCC与GFCC混合特征,再用主成分分析法进行降维,以减少计算量;最后采用深度学习模型Inception v4进行分类识别,并与其它传统识别方法做了分类比较研究。用所提出的方法对1600例心音样本进行了分类测试,实验结果表明,上述方法对先心病心音的分类准确率比传统识别方法有明显提高,分类准确率达91.25%。

摘要： 为提高水电机组振动故障的识别精度,提出了一种基于CEEMDAN-ELM-Adaboost的水电机组振动故障诊断方法。首先,利用完全自适应噪声集合经验模态分解(CEEMDAN)对机组原始振动信号进行降噪处理,提取主要IMF分量的样本熵,并结合常规的时域和频域特征,构建混合特征向量。最后,将提取的混合特征向量输入到ELM-Adaboost中,构建出针对水电机组的智能故障诊断模型,来实现对机组振动故障的高精度分类诊断。以国内某水电站的转轮室碰摩故障为例进行实例分析,证明了提出的基于CEEMDAN-ELM-Adaboost的水电机组故障诊断模型相比于传统的模型具有优势。

摘要： 针对部分重叠的两片点云配准效率低、误差大等问题,提出了一种基于重叠域采样混合特征的点云配准算法。首先,通过编码和特征交互的方式预测每个点的重叠分数,获得更丰富的点云特征;其次,提取重叠点的局部几何特征,基于重叠分数和点特征的显著性保留重叠关键点;最后,利用重叠关键点的几何信息和空间信息构建混合特征矩阵,计算矩阵的匹配相似度,采取加权奇异值分解运算得到配准结果。实验结果表明,该方法具有较强的泛化能力,能在保证配准效率的同时显著提升点云配准精度。

摘要： 本文目的是了解伴混合特征双相障碍自杀的现状,以期为临床工作带来启发和帮助.文章对伴混合特征双相障碍自杀相关文献进行总结归纳,从自杀风险的评估、管理与治疗等方面进行阐述.

摘要： 《美国精神疾病诊断和统计手册(第5版)》(DSM-5)对躁狂和(或)轻躁狂或抑郁发作提出了伴"混合特征"的概念,无论是双相障碍躁狂和(或)轻躁狂发作或重性抑郁发作均可伴有反相的症状,当症状数量达到一定的条目但又不符合抑郁或躁狂和(或)轻躁狂发作标准时即可诊断为"伴混合特征".虽然这一概念便于临床应用,但在伴混合特征的重性抑郁障碍(DMX)中,如何与双相障碍特别是双相障碍Ⅱ型进行鉴别存在一定的困难,且目前无针对DMX的治疗指南.本文从DSM-5"伴混合特征"概念的提出、DMX的临床特点、与双相障碍Ⅱ型的比较、目前国内外研究现状等方面进行阐述,比较DMX与双相障碍Ⅱ型抑郁发作的异同点,同时建议今后对DMX的人口学资料、临床特征、认知功能损害程度、细胞因子等生物标志物、治疗、预后及转归等方面展开研究,并与单纯抑郁障碍和双相障碍Ⅱ型抑郁发作患者进行对照,将有助于判定DMX归属于单相障碍还是双相障碍,或是一个独立的亚型.

摘要： 目的:探索抑郁发作患者自杀未遂的一般社会人口学及临床表现方面的危险因素,特别是自杀未遂与混合特征的关联.方法:选取符合精神障碍诊断与统计手册第四版(DSM-IV)抑郁发作标准的患者(抑郁症及双相障碍抑郁发作)357例,根据简明国际神经精神访谈(MINI)5.0中文版自杀模块的访谈结果,分为自杀未遂组(n=67)及无自杀未遂组(n=290).通过logistic回归分析探讨自杀未遂的相关因素.结果:与非自杀未遂组相比,自杀未遂组抑郁症比双相障碍更常见、首次起病年龄更小、混合特征更常见、既往发病次数更多、既往住院次数更多、伴有自杀意念更多见、更多伴有精神病性症状、更少伴有焦虑症状(均P＜0.05).Logistic回归分析显示,伴有自杀意念(OR=26.66)、伴有混合特征(OR= 2.69)、伴有焦虑(OR=0.38)与抑郁发作患者发生自杀未遂关联.结论:本研究显示伴有自杀意念及伴有混合特征是抑郁发作患者自杀未遂的危险因素,伴有焦虑是自杀未遂的保护因素.

摘要： 针对实际环境噪声下的手机来源识别问题,提出一种基于线性判别分析和时序卷积网络的手机来源识别方法.首先,通过分析不同手机语音特征在实际环境噪声下的分类性能,基于带能量描述符、常数Q变换域和线性判别分析得到一种新的手机语音混合特征.然后,以此混合特征为输入,基于时序卷积网络进行训练和分类.最后,在10个品牌、47种手机型号、32900条语音样本的实际环境噪声语音库上的测试结果显示,所提方法的平均识别准确率达到99.82％.此外,与经典的基于带能量描述符和支持向量机的方法,以及基于常数Q变换域和卷积神经网络的方法相比,平均识别准确率分别提高了0.44和0.54个百分点,平均召回率分别提高了0.45和0.55个百分点,平均精确率分别提高了0.41和0.57个百分点,平均F1分数分别提高了0.49和0.55个百分点.实验结果表明,所提方法具有更优的综合识别性能.

摘要： 采用基于纳米粒子平面激光散射成像技术、激光纹影以及油流显示技术，对超声速来流单孔燃料横向喷射流动混合特征进行系统研究，考察了变喷注压降以及变喷射角度条件下的混合特征的变化规律，结果表明：喷流近场混合受大涡结构输运控制，远场混合则是以湍流扩散为主导；提高喷注压降有助于增加射流穿透深度，但前缘弓形激波强度增加，总压损失增大；减小喷射角度使得射流近场混合效果有所减弱，同时前缘激波强度减弱。

摘要： 针对现有相关性度量方法只能直接计算两个连续特征或两个离散特征之问的相关度的问题，本文提出了一种度量连续特征与离散特征之间的相关性方法，在此基础上，进一步提出一种基于混合特征相关度的特征选择方法，并给出了一种闽值选择的指导性策略。提出的特征选择方法关于数据集大小具有线性时间复杂度，可以用于大规模数据集中的特征选择。在真实数据集、UCI机器学习数据集上的实验结果表明，本文提出的相关度计算方法及特征选择方法是有效、可行的。

摘要： 随着互联网经济的不断发展,电子商务深刻地改变了乡村的产业模式与空间特征.淘宝村成为当前乡村经济转型的新典范,乡村振兴战略实施的新载体.而伴随着农村电商的发展,淘宝村中也出现了乡村产业与居住空间布局特征的新变化.本文选取苏州4个不同类型的典型淘宝村,通过线上调研分析,与线下调查与访谈,研究淘宝村产居空间特征,通过利用GIS定量分析淘宝村产居混质模型,结合SD分析法探究淘宝村从业者对产居硬环境与软环境的需求,进而反映电商经济下乡村的产居空间特征与存在的问题.研究认为电商经济影响下的淘宝村呈现空间蔓延与产居一体化的特征,不同产业类型、不同生长模式的淘宝村存在多元化的产居混合特征.同时,淘宝村配套设施发展滞后,软环境建设缓慢.最后,本文提出淘宝村是乡村经济发展、产业转型的新模式,并结合4个典型淘宝村案例探索相应的规划应对策略.

摘要： 基于长江口2004年洪枯季过渡时期一个大潮周期内实测潮位、潮流、盐度和悬沙数据,分析了深水航道沿程的潮流、盐度和悬沙浓度的时空变化以及河口的层化和混合特征.结果表明:观测时期内,受河流淡水注入的影响,涨潮历时短于落潮历时,涨潮流速低于落潮流速.盐度值沿航道自外海向陆地递减.航道内底层悬沙浓度约为2～3kg/m3,特殊的极值达到8kg/m3.不考虑悬沙浓度时,湾口水体混合较强,层化较弱.考虑悬沙浓度时,层化程度有所增强.

摘要： 图像质量无参考评价问题目前仍是计算机视觉领域最具挑战性的工作之一,红外侦察图像由于其成像机理的制约,质量低于可见光图像,将严重制约后续图像处理的效率和其侦察效能的发挥,因而对于图像质量的准确评价是其中的关键环节.为此,本文研究并提取了能够表征红外辐射特性的轮廓、纹理和点特征,构建了基于混合特征和显著性检测的红外图像质量评价模型,并以实拍红外侦察图像为样本,以主观评测作为度量基准,进行了相关实验验证,结果证明该方法较经典方法能否更好地评价红外侦察图像.

摘要： 混合特征与双相谱系障碍的关系，分析了单相抑郁与双相混合状态的区别，混合发作的治疗主要药物仍为抗癫痫药、锂盐和抗精神病药,丙戊酸钠治疗混合发作较锂盐则起效更快、更有效,美国FDA批准治疗混合发作的第二代抗精神病药包括：一阿立哌唑、阿塞那平、喹硫平、利培酮和齐拉西酮。

摘要： 本文从精处理高速混床再生中阴阳树脂无法充分混合情况出发,通过现场查找原因,分析无法混合的解决对策,经过试验找到解决问题方法,完全解决生产中实际困难.

摘要： 本文从精处理高速混床再生中阴阳树脂无法充分混合情况出发,通过现场查找原因,分析无法混合的解决对策,经过试验找到解决问题方法,完全解决生产中实际困难.

摘要： 本文从精处理高速混床再生中阴阳树脂无法充分混合情况出发,通过现场查找原因,分析无法混合的解决对策,经过试验找到解决问题方法,完全解决生产中实际困难.

摘要： 本文从精处理高速混床再生中阴阳树脂无法充分混合情况出发,通过现场查找原因,分析无法混合的解决对策,经过试验找到解决问题方法,完全解决生产中实际困难.

摘要： 本发明属于计算机视觉领域，具体涉及一种基于联合特征重组和特征混合的兴趣点、描述符提取方法、系统、装置，旨在解决现有的兴趣点、描述符提取方法检测提取精度较低的问题。本系统方法包括：获取待提取的图像，作为输入图像，并通过特征提取网络提取该图像的多尺度特征图；对各特征图进行像素重组，通过卷积、非线性映射，得到得分图，并通过非最大抑制得到兴趣点；对输入图像中各像素点，获取其在多尺度特征图相应位置的特征向量进行连接，并通过连接层对连接后的特征向量进行过滤并压缩，得到各像素点对应的描述符。本发明提高了兴趣点、描述符检测提取的精度。

摘要： 本发明公开了一种考虑多相流和混合润湿特征的岩石核磁共振模拟方法，属于岩石润湿性领域，具体方法包括：步骤1：构建三维数字岩石模型；步骤2：确定三维数字岩石模型的孔径大小；步骤3：构建具有混合润湿特征的岩石模型；步骤4：采用Shan‑ChenLBM方法对岩石模型进行多相流模拟，从而获得饱含油水分布的混合润湿岩石模型；步骤5：采用随机游走法对不同润湿性条件下的混合润湿岩石模型进行模拟，并采集其核磁共振CPMG脉冲序列，记录总磁化矢量信号；步骤6：对记录的总磁化矢量信号进行反演，获得一定润湿性条件下混合润湿特征岩石的T2分布。本发明为岩石润湿性的核磁共振响应研究提供了一种解决方案。

摘要： 本发明提出了一种基于ReliefF和CFS两阶段混合的软件缺陷特征选择方法，属于软件缺陷预测领域。该方法采用权重和相关性相结合的方案，以ReliefF算法和CFS算法为基础进行实现，目的是为了选取数据中相关性高且低冗余的特征。具体包括如下步骤：提取待预测软件产品的度量元特征，通过ReliefF算法计算每个度量元特征与特征类别之间的相关性，根据设置阈值去除不相关特征，然后计算剩余特征与类之间的相关性并对特征进行排序，最后根据CFS的启发式方程对特征进行筛选以去除冗余特征，得到对软件缺陷预测有价值的特征。本发明可以选取软件缺陷数据中相关性高且低冗余的特征，进而用于软件缺陷的高准确率预测，可以用于对后续软件缺陷预测性能进一步的优化。

摘要： 本发明公开了一种基于行波图像特征的架空线‑电缆混合线路故障定位方法，首先，在线路首末端安装行波测量装置测量三相故障行波；之后，对故障行波相模变换解耦得到线模分量，对其进行图像变换，利用格拉姆角场进行卷积处理，增强特征识别效果，确定故障行波的到达时刻；然后，根据故障初始行波的到达时刻，对初始行波能量进行计算，得到到达两端测量点的行波能量之比，与理论值对比可以确定故障区段；最后，利用故障行波传播时间差计算反射距离，结合定位的故障区段进行路径匹配，根据故障行波的折反射特征和幅值极性确定故障点，实现故障定位。本发明适用于架空线‑电缆混合线路，可以实现简单混合线路和复杂混合线路的故障定位，需要的采样频率较低，能够满足工程上的实用要求。

摘要： 一种基于混合特征选择算法的民航可疑订单特征提取方法。其包括数据预处理；选择初始特征；计算初始特征信息增益值并生成预选特征子集；利用决策树C4.5算法选出最优候选特征子集；通过序列前向浮动搜索算法生成子集，并利用决策树C4.5算法评估子集而得到最终选择的特征子集等步骤。本发明优点：在不同的搜索阶段采取不同的评估标准，通过信息增益和序列前向浮动搜索的Filter‑Wrapper混合特征选择算法，兼具Filter算法的快速计算特点和Wrapper算法的高分类精度优势，既保证了算法的性能又降低了算法的时间复杂度，既具有特征子集的动态搜索特点，避免了特征发生嵌套的可能性，又能够获得较高的可疑订单识别率。

摘要： 本发明提供一种新的基于混合特征KDE条件熵的特征选择方法，该方法提出了混合特征KDE概率和混合特征KDE熵，在不将连续数据离散的情况下将离散特征和连续特征有效统一于KDE熵中，拓展了信息理论并提出了基于混合特征KDE条件熵的贪心特征选择方法。

摘要： 本发明属于计算机视觉方向技术领域，公开了一种基于混合特征金字塔和混合膨胀卷积的人脸检测网络结构，包括混合金字塔结构生成步骤和上下文信息提取器模块生成步骤以卷积神经网络为主干网络，结合混合特征金字塔和混合膨胀卷积技术，可以有效解决人脸在尺度、姿势、表情、遮挡、模糊等多变条件下的多人脸检测问题的基于混合特征金字塔和混合膨胀卷积的多子网络人脸检测模型设计方法。

摘要： 一种基于混合特征选择算法的民航可疑订单特征提取方法。其包括数据预处理；选择初始特征；计算初始特征信息增益值并生成预选特征子集；利用决策树C4.5算法选出最优候选特征子集；通过序列前向浮动搜索算法生成子集，并利用决策树C4.5算法评估子集而得到最终选择的特征子集等步骤。本发明优点：在不同的搜索阶段采取不同的评估标准，通过信息增益和序列前向浮动搜索的Filter‑Wrapper混合特征选择算法，兼具Filter算法的快速计算特点和Wrapper算法的高分类精度优势，既保证了算法的性能又降低了算法的时间复杂度，既具有特征子集的动态搜索特点，避免了特征发生嵌套的可能性，又能够获得较高的可疑订单识别率。

摘要： 本发明提供一种新的基于混合特征KDE条件熵的特征选择方法，该方法提出了混合特征KDE概率和混合特征KDE熵，在不将连续数据离散的情况下将离散特征和连续特征有效统一于KDE熵中，拓展了信息理论并提出了基于混合特征KDE条件熵的贪心特征选择方法。

摘要： 本发明提供提出一种快速的基于混合特征KDE条件熵矩阵式的特征选择方法，该方法提出了核矩阵、数据向量、划分矩阵以及核划分矩阵的概念，并基于这些概念，提出了混合特征KDE熵的矩阵式，使得混合特征KDE条件熵的计算效率大大提高，从而提高了基于混合特征KDE条件熵矩阵式的特征选择方法的效率。