特征和

摘要： 具有良好伪随机性质的序列在密码、雷达和通信系统中起着重要的作用,自相关性是其中一个重要的性质.2010年,Su和Winterhof引入了新的Legendre-Sidelnikov序列并研究了这个序列的伪随机性质.文中将进一步计算该序列的自相关值来证明其具有好的自相关性质.

摘要： 本文计算一类Moisio型指数和.设2模rm的阶为(r-1)/2·rm-1,其中r为奇素数, r≡1 (mod 4),m为正整数.设q=2((r-1)/2·rm-1), Fq为q元有限域,χ为Fq到复数的经典加法特征.本文将给出指数和S(a, b)=∑x∈Fqχ(ax(q-1)/rm+bx)(a, b∈Fq)的值.特别地,本文运用有限域上椭圆曲线的有理点,计算一类S(a)=rm/(q-1)S(a, 0)的值.

摘要： 定义一类新型的广义Dedekind和Cm(h,q)与Sm(h,q),是Dedekind和与Cochrane和的有趣推广,通过特征和的性质建立了Cm(h,q)与Gauss和的联系,并利用二项指数和估计给出了此类广义Dedekind和的上界.

摘要： Dartyge和Sárkozy等人提出伪随机子集的概念,并研究基于原根生成的一些子集的伪随机性.本文进一步构造出一类由原根生成的特殊子集,这类子集具有较少的限制条件与更强的伪随机性.

摘要： 本文研究了有限链环Rk=Fpm+uFpm+…+uk-1Fpm (uk=0)上基于定义集的线性码的李权重分布,其中p是奇素数,m,k是正整数.通过使用特征和工具,我们计算出上述线性码在Gray映射下的完备权重计数器.此外,还提出了一类满足Griesmer界的常数权重码,它可用于构造满足LVFC界限的最优常维码,本文推广了文献[IEEE Trans.Inf.Theory,2015,61(11): 5835-5842]和[Des.Codes Cryptogr.,2019,87(1): 15-29]的主要结果.

摘要： 本文利用高斯和及特征和的性质研究了关于模p(p为奇素数)的一类广义三项指数和的四次幂均值,给出其在不同条件下的精确计算公式和渐近公式.

摘要： 密码学中往往要求伪随机序列的任意子序列也具有伪随机性.为了处理这个问题,Dartyge,Gyarmati和Sárk(o)zy提出了二元序列的加权一致分布测度.本文利用特征和与指数和的估计,研究了常见的二元序列的加权一致分布测度,并给出了上界估计.

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： 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。

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。