特征分类

摘要： 数字化技术的发展使得智能手机覆盖到日常生活的方方面面。手机新增的各类功能为用户带来便利的同时,也给部分老年用户的生活带来了困扰。为帮助老年用户更方便快捷地使用智能手机的各类功能,文章首先根据老年用户使用智能手机时的相关情况对其进行特征分类,然后应用层次分析法分析各类老年用户使用智能手机时的功能需求优先级,并根据分析结果进行APP的适老化功能设计,以期方便老年人的使用。

摘要： 针对协同表示分类器(CRC)及其相关算法在处理人脸识别问题时面临的特征表达能力不强、鉴别能力弱等问题,提出了局部约束特征线表示分类器(LCFLRC)用于人脸识别。LCFLRC首先将待识别图像表示成其在所有特征线上的投影的线性组合,并根据待识别图像与特征线的距离对其施加约束,然后采用拉格朗日乘子法求解基于L;范数的最优化问题,最后,根据待识别图像与其在每类特征线上的投影的重构残差大小判断待识别图像的类别。LCFLRC采用待识别图像在特征线上的投影来表示待识别图像,能够获取有限人脸图像样本中的更多变化,同时利用了待识别图像与特征线的距离信息,使得离待识别图像较近的特征线上的投影在表示待识别图像时重构系数较大,因此包含更多的判别信息。在CMU PIE,Extended Yale-B以及AR人脸库上的实验结果表明,相比其他分类算法,所提算法在图像光照、人脸表情、姿态等变化方面的识别率有显著提升。

摘要： 在沿海环境中,低频大功率高分辨主动声呐产生较高的虚警。高虚警不仅增加了声呐员的工作量,而且降低了自动反潜系统(如无人反潜平台)的应用场景。随着主动声呐日益增加自主探测技术的需求,以及人工智能不断的市场化成功应用,特征分类降低主动声呐虚警率的方法受到越来越多关注。本文通过特征分类的方法二分类样本数据为目标与杂波,在一定主动声呐检测性能的基础上,降低其虚警概率。

摘要： 面向海域工程抗震设计及评估对海底地震动的需求,基于日本相模湾海域K-NET的ETMC海底强震动记录,根据震级、震中距选取面向工程输入的949组地震动记录数据库。在考虑震源类型差异的基础上,对地震动峰值、持时、频谱等参数进行分析,通过反应谱、Arias烈度等指标描述典型海底地震动特征。根据峰值加速度、显著持时等强度指标对海底地震动记录进行排序,给出基于不同地震动特征分类下的典型地震动记录。推荐的海底地震动可为考虑不同结构需求参数的典型海域工程结构时程分析提供输入地震动。

摘要： 低成本、易实施、无接触式的步态信号采集与分类平台可为步态的定量评估、智能诊断提供新的研究路径与参考思路。应用改进经验模态分解(empirical mode decomposition,EMD)结合Bagging正则化共空间模式(Bagging regularized common spatial pattern,BRCSP)与Fisher线性判别分析法(Fisher linear discriminant analysis,FLDA)设计了步态信号采集与分类平台。该平台将采集到的步态信号通过改进EMD进行滤波,抑制高频干扰噪声,提取真实、有用的本征模态分量(intrinsic mode function,IMF)进行信号重构,从而得到包含完整、准确步态信息的信号;再通过BRCSP特征提取方法强化步态信号的个体差异性及共同特征,提取出显著的特征分量;最后应用FLDA方法将特征向量映射到低维度空间中并进行步态分类。实验结果表明,该平台能准确分类进入红外、激光检测区域内的不同步态,平均分类准确率达到96.6%。

摘要： 主动声呐目标面临“大数据,小样本”的问题,“大数据”是指回波亮点数量、种类、回波形态分布非常丰富,“小样本”是指人类感兴趣的目标亮点稀少。在实际水声样本中存在无法确认标签的问题,只得将关注类型的样本标记为正类,非关注的样本标记为负类,导致负类样本远远高于正类样本,加剧了主动声呐图像集的不平衡性。为解决不平衡数据集对卷积神经网络模型的影响,本文从数据与算法2个层面研究了不平衡数据集处理方法。通过大量的实验结果表明,加权交叉炳损失函数法为处理极度不平衡主动声纳图像数据集的较好方法,并且本文两两组合数据层面与算法层面的非平衡数据集处理技术,数据增强与交叉爛损失函数相结合的模型得到具有最优的分类结果。

摘要： 人脸表情识别技术是一个广泛的研究方向,涉及机器学习、图像处理、心理学等诸多领域,应用前景也相当广阔。近年来,随着人工智能等领域的发展和进步,属于情感计算领域的人脸表情识别技术也逐渐成为一个热门的研究方向。人脸表情识别任务一般由获取人脸图像、图像预处理、特征提取、特征分类4部分组成,人脸表情图像一般直接采用相关的数据集获取。首先介绍了人脸表情识别任务中需要进行的图像预处理步骤,以及特征提取和特征分类中的传统研究方法和深度学习方法,最后对人脸表情识别相关的数据集、发展趋势与挑战等进行阐述,并提出对未来的相关研究方法的看法。

摘要： 基于深度学习的入侵检测系统能够进行流量特征分析来监测网络异常,并采取相应措施应对攻击。现有的相关攻击方案,依赖模型训练时对训练数据集的修改,可操作性较低。生成式对抗网络能够生成特定攻击样本,在应对其检测时,误导检测将其划定为正常网络行为的数据。通过构造一个能够将生成流量非攻击特征和攻击流量攻击特征结合的转换器,确保攻击样本具备攻击能力,攻击与非攻击特征的划分使用随机森林的特征选择作为依据。该方法能够绕开深度信念网络入侵检测系统的检测,形成有效的攻击。

摘要： 多媒体视频关键帧的提取影响视频的整体效果,为便于用户更加快捷浏览、检索感兴趣视频,提出基于决策树的多媒体视频关键帧实时提取方法.利用信息增益比率确定多媒体视频中的关键帧特征,通过ID3决策树确定关键帧特征选取的准则,将被评价为最高信息增益比率的关键帧点当作最新节点进行子树繁衍,采用聚类算法离散化处理ID3决策树的连续属性值,并将选择的关键帧特征输入优化后的ID3决策树,进行关键帧特征分类,实时提取多媒体视频关键帧.实验结果表明:该方法可有效提取代表性视频关键帧,在各类攻击下特征提取准确率始终高于96.9%,并能够准确提取海量多媒体视频关键帧.

摘要： 为了提升家庭应急物资储备的合理性,增强应对家庭突发事件的有效性。文章首先分析了家庭风险来源,对家庭进行特征分类,描述不同家庭风险点及所需的应急物资;然后,提出基于特征分类的家庭应急物资储备装置设计策略;最后,以L市为例,分析风险点、归纳家用应急物资内容,并对储备装置进行设计。以期为不同家庭提供个性化的应急储备方式,提升物资的使用方式,增强应对突发事件的能力。

摘要： 采用小波变换进行肌电信号预处理与多尺度分解,并采用小波系数最大值与平均能量值作为肌电信号特征,采用支持向量机进行特征分类识别的运动解码,并用此方法进行了腕部动作识别的实验.与时域特征、频域特征、AR参数特征提取方法以及神经网络识分类别方法进行对比,结果表明:基于支持向量机的小波特征提取方法可以较好地区分不同腕部动作,具有最高的分类精度,极大改善前臂假肢的操纵性能.

摘要： 针对机械产品特征的多样性,为了便于分析机械产品的相似性和差异性,本文提出一种面向相似度量的特征分类方法.将产品的特征分为五类:功能特征、行为特征、结构特征、性能特征和辅助特征,并提出了各类特征取值方法,为更进一步研究相似系统多样化、系列化设计奠定了理论基础.通过油泵事例算出相似度,实践表明这种方法是可行的.

摘要： 在中药行业中,对中药进行真伪优劣鉴别主要依靠人体感官对药材的形、色、气、味的外观性状进行鉴别,有学者将这种方法总结为"辨状论质",中药行业数千年来一直采用这样的经验鉴别法.然而传统经验鉴别法的鉴定结果取决于判断者的主观经验,缺乏客观量化的统一标准,成本虽低,但在大规模的中药大规模快速生产过程中可操作性差,存在一定的局限性.在中药领域引入机器视觉技术，对中药的形状、纹理、颜色特征进行客观量化采样，明确不同中药的特征分类界限，建立客观统一的鉴别标准，以及研究中药外观与内在有效成分之间的关系具有一定积极意义。

摘要： GIS 4D是全数字化产品，在生产各个过程中都有相关的信息记录，4D元数据文件就是要记录该信息其中的内容。通过对元数据内容的特征分类，探究解求的方式与方法，开发软件对产品生产记录的读取、转换与计算，自动制作出规范、准确、无误的元数据文件。

摘要： 多时相遥感数据变化检测是遥感技术的重要研究方向.本文利用时态SPOT5高分辨影像,基于影像分割和面向对象分类技术,开展对象级变化检测研究,并将其应用于浙江省富阳市淳安区域千岛湖区块的变化发现.实际生产应用表明,该方法变化检测精度较好,效率高,具有一定是实际应用价值.

摘要： 多时相遥感数据变化检测是遥感技术的重要研究方向.本文利用时态SPOT5高分辨影像,基于影像分割和面向对象分类技术,开展对象级变化检测研究,并将其应用于浙江省富阳市淳安区域千岛湖区块的变化发现.实际生产应用表明,该方法变化检测精度较好,效率高,具有一定是实际应用价值.

摘要： 多时相遥感数据变化检测是遥感技术的重要研究方向.本文利用时态SPOT5高分辨影像,基于影像分割和面向对象分类技术,开展对象级变化检测研究,并将其应用于浙江省富阳市淳安区域千岛湖区块的变化发现.实际生产应用表明,该方法变化检测精度较好,效率高,具有一定是实际应用价值.

摘要： 多时相遥感数据变化检测是遥感技术的重要研究方向.本文利用时态SPOT5高分辨影像,基于影像分割和面向对象分类技术,开展对象级变化检测研究,并将其应用于浙江省富阳市淳安区域千岛湖区块的变化发现.实际生产应用表明,该方法变化检测精度较好,效率高,具有一定是实际应用价值.

摘要： 多时相遥感数据变化检测是遥感技术的重要研究方向.本文利用时态SPOT5高分辨影像,基于影像分割和面向对象分类技术,开展对象级变化检测研究,并将其应用于浙江省富阳市淳安区域千岛湖区块的变化发现.实际生产应用表明,该方法变化检测精度较好,效率高,具有一定是实际应用价值.

摘要： 面对海量的APP软件用户评论,不同用户对APP软件评论的侧重点、表达万式以及情感倾向程度等不同,给APP软件用户行为分析和质量评价带来了困难.提出一种APP软件用户评论模式分析万法,首先综合分析用户评论信息和APP软件信息之间的关系,根据用户对APP软件的评论特征将用户评论信息分类;接着分析每类用户评论信息的词性组合;然后计算用户评论信息的情感倾向程度,以分析出该APP软件用户的评论模式.最后通过实验验证了方法的有效性.

摘要： 本发明提供一种根据对被摄体进行摄像所得的图像不依赖于该被摄体的形状来表示被摄体的特征的特征量提取方法、以及使用了所提取的特征量的被摄体的分类以及判别方法。一种特征量提取方法，从由摄像单元所摄像的被摄体的图像之中提取特征量，通过包括：根据所述图像来作成滤波器组的步骤；根据所述滤波器组来作成最大亮度图像的步骤；设定所述最大亮度图像的图像区域圆并设定该图像区域圆的中心Cc以及半径Rc的步骤；以(a)从像素的位置(x，y)到所述中心Cc之间的距离LD与所述半径Rc之比、(b)像素的亮度值FD(x，y)、(c)与附近像素的亮度值的差分的合计为轴而将最大亮度图像的像素投影到三维空间的步骤；和根据被投影到所述三维空间的像素来作成频度直方图的步骤；由此从对被摄体进行摄像所得的图像之中提取特征量。

摘要： 本发明涉及涉及基于特征识别的废旧电池分类装置及分类方法，基于特征识别的废旧电池分类装置，包括持续运输各型号电池的传送带，所述传送带的一侧设有推动电池脱离传送带的顶出机构，所述顶出机构的一侧设有根据电池一端直径区别进行识别的特征识别机构，所述传送带远离特征识别机构的一侧设有滑板。本发明通过传送带将各种型号的电池持续不断的向顶出机构输运，在特征识别机构识别出特定干电池型号时，顶出机构通过传动匹配机构的配合使得分选仓滑动，进而使得对应型号的电池仓移动至顶出机构一侧承接该型号干电池，将该型号干电池顶出至特定的电池仓内部，电池仓承接传送带上被顶出机构顶出特定型号干电池，实现对电池型号的分选操作。

摘要： 本申请公开了一种文本分类特征提取方法，从训练集中的多个训练文本中获取特征词集合，确定所述特征词集合中每一个特征词与某一类别的属性相关度及每一个特征词在该类别中的词频，从所述特征词集合中选取所述属性相关度符合预设第一条件的特征词及所述词频符合预设第二条件的特征词作为对应类别的分类特征词。本申请还提出了相应的文本分类方法、文本分类特征提取装置及文本分类装置。

摘要： 本发明公开了一种高光谱图像特征提取、分类模型构建及分类方法，通过超像素分割处理获得超像素分割图像，对每一个区域执行主成分分析，从每一个区域里选取大小相同的随机块充当后续卷积网络的卷积核并得到降维后的图像，将降维后的图像输入进随机多尺度卷积网络得到空间特征图像；同时采用独立成分分析处理通过离散余弦变换后的降维图像来得到光谱特征图像；最后将所得到的特征堆叠起来输入分类器得到最终的分类结果。本发明将深度学习方法及传统方法相结合，在提取特征时无需任何训练，充分利用了高光谱图像的光谱特征及空间特征，有效地提高了分类精度。

摘要： 本发明公开了一种基于多特征和多分类器的骨髓细胞分类识别方法及系统，基于3个迁移学习分类器对骨髓细胞进行训练测试；分别提取骨髓细胞图像数据集的纹理特征LBP，形状特征HOG和颜色特征HSV并进行融合得到特征融合图像，利用Keras模型融合算法对3个迁移分类器进行融合，得到融合分类器，并利用在单个分类器中取得最好测试准确率的特征融合图像对融合分类器进行训练，得到测试准确率最好的多特征多分类器融合模型；对骨髓细胞图像中的骨髓细胞进行定位分割，得到模型应用数据集；并利用测试效果最好的多特征多分类器融合模型对该数据集进行测试，得到最终的模型应用效果。本发明结合不同特征和不同分类器的优势，提高了骨髓细胞的测试分类准确率。

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： 本发明提供一种根据对被摄体进行摄像所得的图像不依赖于该被摄体的形状来表示被摄体的特征的特征量提取方法、以及使用了所提取的特征量的被摄体的分类以及判别方法。一种特征量提取方法，从由摄像单元所摄像的被摄体的图像之中提取特征量，通过包括：根据所述图像来作成滤波器组的步骤；根据所述滤波器组来作成最大亮度图像的步骤；设定所述最大亮度图像的图像区域圆并设定该图像区域圆的中心Cc以及半径Rc的步骤；以(a)从像素的位置(x，y)到所述中心Cc之间的距离LD与所述半径Rc之比、(b)像素的亮度值FD(x，y)、(c)与附近像素的亮度值的差分的合计为轴而将最大亮度图像的像素投影到三维空间的步骤；和根据被投影到所述三维空间的像素来作成频度直方图的步骤；由此从对被摄体进行摄像所得的图像之中提取特征量。

摘要： 本发明公开了一种生理数据特征值获取方法、分类器建立方法、分类方法、分类器及分类系统。分类器建立方法包括：获取多个生理数据样本，为每个参考生理数据样本分配分类标签并提取特征值；对分类标签和特征值进行归一化处理并转化为统一格式，获得训练数据；配置分类器训练参数；利用训练数据对分类器进行训练，训练中不断优化训练参数，直到分类器输出精度达到预设精度后，输出模型文件，完成分类器建立。生理数据分类器建立快速、运算量少，训练数据中对分类标签和特征值进行归一化处理并转化为统一格式，有利于提高分类器的训练速度。快速对生理数据进行分类并输出分类标签，便于处理人员选择生理数据做进一步分析，减少了工作量。

摘要： 本发明提供了一种基于多源遥感的浅覆盖区地层岩性分类特征空间构建方法，浅覆盖区地层岩性分类方法及系统。发明提供了一种有效的多源遥感在浅覆盖区地层岩性分类中的特征空间构建方法，通过极化SAR和多光谱影像的植被信息抑制去除植被干扰，并利用不同极化方式SAR影像的穿透能力获取浅覆盖区地层岩性的纹理信息，充分发挥了两种数据源的优势并有效降低了特征数据维度，形成可用于岩性分类的特征组合影像。与此同时，本发明提出了基于多源遥感特征空间构建的浅覆盖区地层岩性分类算法，解决现有技术方法在浅覆盖区地层岩性分类中适用性差、精度较低的问题。可以用于植被、干沙等浅覆盖条件下的地层岩性分类。

摘要： 本发明涉及一种联邦多任务学习中基于特征提取‑子任务分类器的数据标签分类方法及系统，适用于中央节点式联邦学习系统。为了提升整体模型的有效性和精度并解决标签缺失数据的问题，本发明通过两步分离式的联邦多任务学习训练方式，实现了一个“特征提取‑子任务分类器”的统一网络架构设计。该设计方法能够解决联邦多任务学习中多标签数据的部分标签缺失问题并拥有较高的模型性能以及测试精度，最终训练出一个高性能多标签分类器网络，同时保护了用户节点的数据隐私。