特征矢量
特征矢量的相关文献在1985年到2022年内共计202篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、电工技术
等领域,其中期刊论文137篇、会议论文15篇、专利文献71396篇;相关期刊113种,包括科学技术与工程、系统工程与电子技术、长春工业大学学报(自然科学版)等;
相关会议15种,包括2014年中国地球科学联合学术年会、第23届过程控制会议、第二届中国分类技术及应用学术会议等;特征矢量的相关文献由469位作者贡献,包括李清华、李新年、郑元勋等。
特征矢量—发文量
专利文献>
论文:71396篇
占比:99.79%
总计:71548篇
特征矢量
-研究学者
- 李清华
- 李新年
- 郑元勋
- 吴楚
- 于文昭
- 刘建
- 庹凌云
- 张建平
- 潘接林
- 门朝光
- 陈雅娟
- 韩疆
- 颜永红
- 黄志威
- 黄灿
- 刘澍
- 李建华
- 李霞
- 王宏远
- 王常虹
- 高立辉
- B·Y·雅福索
- C·张
- D·J·布里巴特
- M·F·麦克金尼
- N·马拉亚
- 任伟新
- 余涛
- 刘佳音
- 刘健鹏
- 刘培桢
- 刘振钰
- 刘晓斌
- 刘鹰
- 匡纲要
- 史东承
- 向俞明
- 吴其华
- 吴澎
- 吴静
- 周士华
- 周昌军
- 周锋飞
- 周黎
- 夏玉剑
- 大网亮磨
- 奚伯奇
- 奚伯齐
- 孙建国
- 孙海龙
-
-
李久;
周启斌
-
-
摘要:
由于牵引变压器差动保护在励磁涌流的冲击下可能误动作,精准识别励磁涌流和短路电流,可提高变压器继电保护的可靠性。本文研究通过建立高效的模态特征提取方法及关联维数算法,将牵引变压器差动电流信号经相空间重构和关联维数计算,从差动电流信号中准确捕捉到牵引变压器匝间的动态特征信息,并以该关联维数特征信息作为识别两种状态电流的依据。仿真实验结果证明,该方法能快速准确识别出变压器的内部短路故障,具有灵敏度高、可靠性强等优点,并且适用于复杂的牵引供电系统状态故障诊断。
-
-
陈宇斌
-
-
摘要:
传统的视频运动人脸图像相似表情识别方法,利用小波变换提取人脸特征,后续特征分解效果不理想,导致表情识别准确度较低.为此,提出基于改进核判别算法的视频运动人脸图像相似表情识别研究.采用积分图法提取视频中的人脸表情,得到特征矩形区域.结合核判别算法对特征矩形区域进行分解得出表情特征矢量.结合弹性模板匹配法,计算和匹配表情特征矢量,得出匹配最优的表情,完成人脸图像相似表情识别.为验证所提方法的应用性能,设计仿真实验.实验结果表明,与传统方法相比,所提方法的表情识别准确度更高.本文设计识别方法具有应用有效性,为相关领域提供可靠依据.
-
-
陈俊霖;
黄硕翼;
曹森
-
-
摘要:
电子战系统通常采用宽带相位干涉仪对辐射源进行高精度方位测量,但在不同辐射源的信号同时到达情况下,面临对每个辐射源都会测向出错的问题.提出一种基于特征矢量分解的加权投影空间相位最小均方误差测向方法,结合特定条件下的空间谱估计测向方法,可实现对同时到达信号条件下的最大幅度信号的正确测向.理论分析和仿真计算表明,该方法既能够解决传统干涉仪测向出错的问题,又可以降低完全采用空间谱估计算法的运算量,为电子战系统在复杂电磁环境下的干涉仪测向提供一种可能的方案.
-
-
卢颖;
吕希凡;
郭良杰;
仇乐;
路越茗
-
-
摘要:
为解决地铁视频监控技术对乘客不安全行为只记录不识别且较少考虑识别精确度的问题,提出1种基于Kinect传感器的高效识别方法.以Pelvis为向量起点和动作活动高频关节为终点构建识别特征向量;运用余弦定理获得标准动作与测试动作关节的最大角度差序列;以最大角度差为动作特征量建立相似度计算模型,运用动态时间规整算法(DTW)将初始结果转换为动作相似度.以相连关节法为对照组开展对比实验,结果表明:前者在抽烟、挥拳、挥手呼救等行为识别的准确度分别为91.7%,86.9%,89.2%,平均比对照组高4%以上,显著提高了地铁乘客不安全行为的识别率,可为地铁智能安全管控提供理论与技术依据.
-
-
刘晓霞;
李芳
-
-
摘要:
Least squares estimation algorithms are widely used in range-based source localization.These methods cannot provide desirable accuracy in the case of a non line of sight(NLOS)path between mobile station and base stations.Various algorithms have been proposed to identify and mitigate this error.However,they have a large run-time overhead.Therefore,an eigenvector-based NLOS error identification localization(E-NIL)algorithm is proposed in this paper.The E-NIL algorithm identifies NLOS error based on statistical features of range measurements,and the NLOS error is considered as deterministic additive term.Then,the E-NIL algorithm finds the NLOS error value using the autocorrelation function of the error and its eigenvector.Simulation results demonstrate superiority of the proposed method in comparison with the state-of-the-art algorithms in terms of accuracy and complexity.%最小二乘估计算法常用于基于测距的源定位,然而,当移动基站与基站间呈非视距(Non Line of Sight,NLOS)路径时,最小二乘估计算法无法提供理想的定位精度.为了克服此问题,研究人员提出多类算法识别并消除NLOS误差.然而,现存的算法存在高运行时间的开销问题.为此,提出基于特征矢量的NLOS误差检测的定位(Eigenvector-Based NLOS Error Identification Localization,E-NIL)算法.E-NIL算法先利用基于测距数据的统计特性识别NLOS误差,然后,将NLOS误差看成确定加性噪声项,再利用误差函数与它的特征矢量间的互相关,寻找NLOS误差值.最后,再删除这些NLOS项,并依据这些无NLOS误差的数据估计移动基站的位置.实验数据表明,提出的E-NIL算法在定位精度和复杂度方面优于同类算法.
-
-
夏玉剑;
李敏;
向天堂;
秦少鹏;
邓权伦;
王昕
-
-
摘要:
为了实现变压器故障的直观分类和故障识别,在分析变压器振动机理的基础上,提出一种基于自组织特征映射(SOM)神经网络的变压器故障检测方法.首先利用集合经验模式分解(EEMD)方法提取变压器不同运行状态下振动信号的特征矢量,以其表示变压器运行状态,降低故障分类和识别时运算量.然后通过采用SOM网络自组织学习算法,不断学习样本的特征矢量确定故障隶属函数,从而可以快速有效地诊断变压器的故障类型.试验结果表明,该方法可实现对变压器正常状态、绕组轴向变形、绕组径向变形、铁芯故障4种状态分类,并对测试样本进行快速的模式识别.
-
-
胡青松;
张亮
-
-
摘要:
针对传统方法在人体行为识别方面拓展性不强等问题,提出一种序列化的研究思想,提取骨骼图的特征矢量,用SVM训练和识别静态动作,形成序列即可表示动态动作,因此只要丰富静态动作库,就可以实现多种动态动作的识别,具有很好的拓展性.为了减少静态动作识别错误产生的影响,提出一种基于前后信息的纠错算法.实验表明,该算法具有较高的识别准确率,并且具有很好的鲁棒性和实时性.%In view of the fact that the traditional method is not expanding well in human behavior recognition,this paper proposes a serialization research idea.A sequence which can represent the dynamic action is generated by using SVM to train and recognize static action whose feature vectors of skeleton map extracts from Kinect.Therefore,as long as the static action library is rich,a variety of dynamic actions can be identified,and it has good scalability.In order to reduce the influence of the error recognition of static motion,this paper proposes an error correction algorithm based on front and back information.Experiments show that the algorithm has higher recognition accuracy,and has better robustness and real-time.
-
-
刘秋菊;
王仲英
-
-
摘要:
提出了一种数字图像拼接复原的算法.首先利用BP神经网络对所有碎片进行归类;然后利用同一行的碎片特征必然非常相似这一特征作为依据,对分类后的碎片构造特征相似度函数,计算使相似性判别函数最大的单位矢量与碎片的特征矢量的距离,进行最大相似性判别,选出碎片间的差异最小的进行拼接.结合人工干预,最后得到拼接结果.实验结果表明该算法有效可行.
-
-
赵妙颖;
许刚
-
-
摘要:
为有效提取变压器振动信号特征,提出了一种基于经验小波变换(EWT)的信号特征提取方法.首先利用EWT方法将不同工况的变压器振动信号分别分解为若干经验小波函数(EWF)分量;然后计算各分量Hilbert谱,通过时频表示直观反映不同工况变压器振动信号的频率特征信息;最后计算不同工况振动信号各EWF分量与原信号的相关系数,并提取相关度高的分量,根据其能量构建信号的特征矢量,实现对不同工况变压器振动信号特征提取的量化处理.仿真试验表明,该方法能有效提取变压器振动信号特征,且根据提取的特征矢量能够正确识别变压器绕组所属的不同工况.%In order to realize effective feature extraction for vibration signals of power transformers,a method of signal feature extraction based on empirical wavelet transform (EWT) is proposed.Firstly,transformer vibration signals in different working conditions are decomposed into several empirical wavelet functions (EWFs) through the method of EWT.Secondly,the Hilbert spectrum of each EWF is calculated,and the frequency characteristics of transformer vibration signals in different working conditions are shown in time frequency representation.Finally,the correlation coefficient of each EWF and the original signal is calculated to extract components of high correlation.The eigenvectors of signals are built according to the energy of components above to quantize the features of transformer vibration signals.It is shown by experiment that this method has a good effect on feature extraction for vibration signals of power transformers,and the different transformer winding conditions can be recognized correctly through the extracted eigenvectors.
-
-
夏玉剑;
李敏;
陈果;
石同春;
沈大千;
王昕
-
-
摘要:
In order to achieve the fault identification and classification intuitively of transformer fault , this paper pro-poses a method of transformer fault detection method based on PCA ( principal component analysis ) and KNN ( K-Nearest Neighbor ) classification and recognition .In this paper , vibration signals from different transformer states are decomposed by EMMD ( ensemble empirical mode decomposition ) to abstract feature vectors which are projected onto a visual two-dimensional image .KNN classification is applied to verify fault classification and achieve automatic fault identification .Experimental results show that this method can achieve classification of a normal state of transformer , winding deformation and the core fault respectively , which can realize automatically pattern recognition of test sample .%为了实现变压器故障的直观分类和故障识别,在分析变压器振动机理的基础上,提出一种基于主成分分析和KNN分类识别的变压器故障测量方法.该方法采用EMMD(集合经验模式分解)方法提取变压器不同运行状态下振动信号的特征矢量,将该特征矢量通过主成分分析投影到直观的二维图像中.利用KNN分类识别实现故障分类和自动故障识别.试验结果表明,该方法可以实现对变压器正常状态、绕组变形、铁芯故障3种状态直观分类,并对测试样本进行快速的自动模式识别.
-
-
余涛;
马杰;
龚俊斌;
田金文
- 《二〇〇六年全国光电技术学术交流会》
| 2006年
-
摘要:
通过激光成像技术获取三维地形轮廓并实现飞行器自主导航是目前国际上的一种先进技术.除了研制高性能的激光成像雷达外,如何寻找一种稳定、高效的地形匹配算法是当前研究的热点之一.在传统的相关算法的基础上,通过构建一种基于地形山脊线局部均值、梯度的特征矢量实现三维地形图的特征匹配.分析了特征矢量的构建、相似性度量的方法,并对匹配算法进行了对比试验,结果表明该方法较传统匹配算法性能有提高.
-
-
李勇;
庞海洋;
曾永兴;
张洋
- 《第六届国防科技工业试验与测试技术发展战略高层论坛》
| 2016年
-
摘要:
针对防SAR侦察伪装效果评价的客观需求,本文研究了基于SAR图像特征的伪装效果评价方法.首先选取伪装目标SAR图像的统计特征和纹理特征作为特征矢量,并对特征矢量进行归一化处理,然后计算不同伪装方案之间特征矢量的欧式距离,通过比较欧式距离来对伪装效果进行评价.试验结果表明,该方法能够对防SAR侦察伪装效果进行较好的评价.
-
-
-
-
-
范京;
陈永宁;
刘惠华
- 《第十二届全国信号处理学术会议》
| 2005年
-
摘要:
本文提出了一种新的汉语语音模型-多组状态转移顺序聚类模型(MSSC).该模型采用了马尔可夫过程的状态转移方式,描述汉语语音的特征矢量序列的时序列过程,同时采用了动态时间匹配DTW的比对概念和直接特征状态而不是HMM法的隐状态.新的模型具有多组子模型特点,从而对语音速度的变化,语音轻重的变化等有较强的适应能力.在描述状态转移方面,增加了记录状态的自转移次数,用其作权重可更好地利用特征信息,提高识别率.另外,该方法的物理意义明显,故可以根据不同的特征矢量,进行合理的加权评判,且可以方便地扩充特征矢量的种类,更好的利用了汉语语音中的有用信息,进一步提高识别的正确率.本文从原理上及实际的测算结果证了新方法的有效性.
-
-
-
赵晶;
张强;
魏小鹏;
大连理工大学机械工程学院;
周昌军;
周士华
- 《第二届中国分类技术及应用学术会议》
| 2007年
-
摘要:
为了获得具有较高识别率的算法,提出了一种基于水平积分投影函数和HMM的人脸识别方法.投影函数是进行人脸检测时常用的方法,它可以在很大程度上反映出人脸的特征.将归一化后的图像看成一个二维矩阵,将一维的水平积分投影向量转换成一维向量序列,通过HMM对这些一维向量序列进行训练,从而得到一个优化的HMM.实验结果表明,这种方法的计算量小,运行速度较快,识别率较高。
-
-
赵晶;
张强;
魏小鹏;
大连理工大学机械工程学院;
周昌军;
周士华
- 《第二届中国分类技术及应用学术会议》
| 2007年
-
摘要:
为了获得具有较高识别率的算法,提出了一种基于水平积分投影函数和HMM的人脸识别方法.投影函数是进行人脸检测时常用的方法,它可以在很大程度上反映出人脸的特征.将归一化后的图像看成一个二维矩阵,将一维的水平积分投影向量转换成一维向量序列,通过HMM对这些一维向量序列进行训练,从而得到一个优化的HMM.实验结果表明,这种方法的计算量小,运行速度较快,识别率较高。
-
-
赵晶;
张强;
魏小鹏;
大连理工大学机械工程学院;
周昌军;
周士华
- 《第二届中国分类技术及应用学术会议》
| 2007年
-
摘要:
为了获得具有较高识别率的算法,提出了一种基于水平积分投影函数和HMM的人脸识别方法.投影函数是进行人脸检测时常用的方法,它可以在很大程度上反映出人脸的特征.将归一化后的图像看成一个二维矩阵,将一维的水平积分投影向量转换成一维向量序列,通过HMM对这些一维向量序列进行训练,从而得到一个优化的HMM.实验结果表明,这种方法的计算量小,运行速度较快,识别率较高。