特征空间

摘要： 半监督视频目标分割是计算机视觉领域中的一个研究热点.传统半监督视频目标分割方法的网络模型缺乏对相似目标的判别力,且传统的掩码传播方式对模型的指导能力较弱.本文提出一种基于前景感知视觉注意的半监督视频目标分割方法.三流孪生编码器将输入图像映射到同一特征空间,使得相同目标具有相似的特征.基于前景感知的视觉注意将编码器输出的特征进行相似度匹配,并利用分割掩码突显前景特征,形成前景感知视觉注意,以此关注给定的分割目标,提升模型对待分割目标的判别力.基于残差细化的解码器采用残差学习的思想,融合当前帧图像的低阶特征,逐步改善分割细节.在公开基准数据集上的实验结果表明,本文方法可以较好地解决相似目标容易产生混淆等问题,并能较为准确地跟踪给定的分割目标.

摘要： 首先,根据Kolmogorov熵判断高压并联电抗器振动信号的混沌特性,在证明其具有混沌特性的基础上重构振动信号,分析不同电压等级、不同故障类型和故障程度下振动信号相轨迹的变化规律。然后,将最大Lyapunov指数、Kolmogorov熵、关联维数作为一组混沌指标定量计算和表征高压并联电抗器绕组和铁芯发生机械故障前、后振动信号混沌特性。最后,利用多混沌指标构建特征空间进行故障识别,并与已有的高压并联电抗器故障识别方法进行对比验证多混沌特征空间识别故障的优越性。分析结果表明,多混沌特征空间能够准确实现无监督在线故障识别,其准确率比已有方法至少高5%。

摘要： 城市固废焚烧(Municipal solid waste incineration,MSWI)过程受垃圾成分波动、设备磨损与维修、季节交替变化等因素的影响而存在概念漂移现象,这导致用于污染物排放浓度的建模数据具有时变性.为此,需要识别能够表征概念漂移的新样本对污染物测量模型进行更新,但现有漂移检测方法难以有效应用于建模样本真值获取困难的工业过程.针对上述问题,提出一种联合样本输出与特征空间的半监督概念漂移检测方法.首先,采用基于主成分分析(Principal component analysis,PCA)的无监督机制识别特征空间内的概念漂移样本;然后,在样本输出空间采用基于时间差分(Temporaldifference,TD)学习的半监督机制对上述概念漂移样本进行伪真值标注后,再用Page-Hinkley检测法确认能够表征概念漂移的样本;最后,采用上述步骤获得的新样本结合历史样本对模型进行更新.基于合成和真实工业过程数据集的仿真结果表明所提方法具有优于已有方法的性能,能够在加强模型漂移适应性的同时有效缩减样本标注成本.

摘要： 在连续语音识别系统中,针对复杂环境(包括说话人及环境噪声的多变性)造成训练数据与测试数据不匹配导致语音识别率低下的问题,提出一种基于自适应深度神经网络的语音识别算法。结合改进正则化自适应准则及特征空间的自适应深度神经网络提高数据匹配度;采用融合说话人身份向量i-vector及噪声感知训练克服说话人及环境噪声变化导致的问题,并改进传统深度神经网络输出层的分类函数,以保证类内紧凑、类间分离的特性。通过在TIMIT英文语音数据集和微软中文语音数据集上叠加多种背景噪声进行测试,实验结果表明,相较于目前流行的GMM-HMM和传统DNN语音声学模型,所提算法的识别词错误率分别下降了5.151%和3.113%,在一定程度上提升了模型的泛化性能和鲁棒性。

摘要： 多源在线迁移学习已经广泛地应用于相关源域中含有大量的标记数据且目标域中数据以数据流的形式达到的应用中。然而,目标域的类别分布有时是不平衡的,针对目标域每次以在线方式到达多个数据的不平衡二分类问题,本文提出了一种可以对目标域样本过采样的多源在线迁移学习算法。该算法从前面批次的样本中寻找当前批次的样本的k近邻,先少量生成多数类样本,再生成少数类使得当前批次样本的类别分布平衡。每个批次合成样本和真实样本一同训练目标域函数,从而提升目标域函数的分类性能。同时,分别设计了在目标域的输入空间和特征空间过采样的方法,并且在多个真实世界数据集上进行了综合实验,证明了所提出算法的有效性。

摘要： 针对当前光伏发电间断性和随机性对电流影响较大的问题,基于改进支持向量机算法,提出光伏发电功率预测方法.通过灰色关联度优化气象影响因素参数,改进支持向量机算法,建立多气象因素协同约束的光伏电池等效模型,得到光伏电池的串联和并联电阻;将训练数据的总数映射到特征空间中,筛选数据并定义特征空间中的超平面,计算光伏发电的有效功率并降低误差.结果表明,预测结果与实际结果符合程度高,功率预测的绝对误差小,有效性和应用性得到验证.

摘要： 准确获取冬小麦种植面积对当地经济发展及规划具有重要意义。本研究采用多时期Sentinel-2影像作为数据源进行时序分析,监测渭南市冬小麦生长变化情况。本研究以Sentinel-2影像3个红边波段分别计算归一化红边指数NDVI_(re 1)、NDVI_(re 2)、NDVI_(re 3),并与其他指数进行面向对象的多特征构建,然后带入到面向对象分类器中进行多特征分类提取,以此获取渭南市精确的冬小麦种植面积。结果表明:基于Sentinel-2影像的植被时序变化分析在渭南市冬小麦生长变化中具有良好的适用性及监测效果,较显著地表明了农作物生长变化情况,并且通过波段组合计算得出的3个红边指数与植被指数均具有良好的相关性,且扩充特征空间后的面向对象分类整体精度为98%,相较于传统的随机森林分类方法有较大的精度提升。

摘要： 准确获取冬小麦种植面积对当地经济发展及规划有重要工作意义。本文以河南省永城市为研究区,采用多时期Sentinel-2影像作为数据源进行时序分析,监测冬小麦生长变化情况;利用Sentinel-2影像3个红边波段分别计算归一化红边指数NDVI、NDVI、NDVI,并与其他指数进行面向对象多特征构建,代入面向对象分类器中进行多特征分类提取,以此获取永城市准确的冬小麦种植面积。结果表明,基于Sentinel-2影像的植被时序变化分析在冬小麦生长变化中具有良好的适用性及监测效果,可显著反映农作物生长变化情况。通过波段组合计算得到的3个红边指数与植被指数均具有良好的相关性,且扩充特征空间后的面向对象分类整体精度为97%。

摘要： 针对K-means(K均值)聚类算法在彩色图像特征分割中存在欠分割、精度低等问题,选取Tree和Boy两幅彩色图像作为原始数据,基于K-means聚类算法对图像进行分割实验,并采用混淆矩阵方法检验K-means算法的性能。实验结果表明:Tree和Boy彩色图像的RGB(三原色)特征空间分割精度分别为57.6%和60.4%;而Lab特征空间分割精度分别为62.8%和65.3%。这说明Lab特征空间比RGB特征空间的精度更高,更适合应用于K-means聚类算法分割彩色图像。

摘要： 插座保护门又称安全门,是一种安全保护盖,其一般安置于孔位上,平时孔位未被使用时,是处于复位状态挡住孔位,防止异物进入或人手误触。为了提高插座孔位门状态检测效率,提出了一种基于视觉检测的孔位保护门状态检测方法,通过将高维的训练样本特征集投影到最佳鉴别投影方向,达到抽取分类信息和压缩特征空间维数的效果,投影后使得特征子集在新的特征空间有最大的类间距离和最小的类内距离,保证样本在该空间有最佳可分离性。实验结果表明,该算法能够有效判别孔位保护门的状态,识别准确率高,无需手动调整阈值,具有更高的鲁棒性。

摘要： 与传统的时域和频域分离方法不同，基于特征空间投影提出了一种更加稳健的自适应波束形成方法，将其应用于多目标信号分离之中。通过采用收缩方法依据最小均方误差准则，获得了对协方差矩阵更加精确的估计。将信号导向矢量向信号子空间进行投影，找出投影值最大时所对应的信号方向作为校正的信号方向，从而对信号导向矢量进行修正。通过估计的协方差矩阵和校正的信号导向矢量获得稳健自适应波束形成器的权矢量。仿真结果表明相同条件下该方法具有更大的输出sINR和更大的相似系数，稳健性也得到了很好的改善，从而能够更加精确分离出所需目标的真实信号。

摘要： 在矩阵 A与其扰动矩阵 A 有相同分块的谱分解下，对于以 A 为母矩阵的广义延拓矩阵Fk(A)及以 A 为母矩阵的广义延拓矩阵Fk(A)，使用特征值双分离度方法，给出了广义延拓矩阵Fk(A)与其扰动矩阵 Fk(A)的特征空间在乘法扰动下的相对扰动界。

摘要： 土壤盐渍化直接和间接地影响人类生存、社会稳定、农业生产、资源与环境可持续发展。正确评价或预防土壤盐渍化对促进农业生产和区域可持续发展具有重要的现实意义。遥感具有客观反映土壤盐渍化时空变化的监测能力,遥感监测土壤盐渍化研究取得了很大进步。然而随着定量遥感应用研究的发展,对盐渍化土壤像元尺度信息的定量化提取,已不能满足需求。在分析目前土壤盐渍化遥感研究中发现以下问题:(1)混合像元的存在,是区域尺度盐渍化土壤遥感实时监测及其发展过程监控、面积量测难以达到实用要求的主要原因。(2)现阶段基于遥感图像进行土壤盐渍化信息提取一是通过目视解译,二是结合土壤含盐量、地下水等辅助量进行自动化分类,但是引入的辅助量会引起图像的破碎化,而且受人为因素影响大,多数土壤盐渍化遥感监测方法研究还是在定性分析层面上,其通用性、定量化及普适性并不令人满意,精度难以满足实时需求。(3)样本像元仅考虑裸土为主的光谱信息,缺乏综合考虑像元内植被光谱信息对土壤盐渍化间接响应,以及水盐一体化的建模思路。针对以上问题,研究基于波谱分解技术,有效利用作为盐渍化土壤遥感监测中三个关键指标-土壤盐渍化光谱特征、植被覆盖特征和土壤水分含量特征,同时解决以往传统遥感监测土壤盐渍化的弊端-混合像元问题,在特征空间理论支持下尝试构建二、三维特征空间土壤盐渍化遥感监测模型,并利用实测数据验证分析,结果表明:1.研究土壤盐渍化分布区域内盐分含量(SF)、植被(VF)和土壤水分(SWC)三者之间的相互制约性,在此基础之上构建VF-SF 特征空间、SWC-VF 空间及SWC-SF 特征空间等二维特征空间,在分析散点图特征与土壤盐渍化过程的关系之后建立相应的土壤盐渍化遥感监测模型VSSI 、SVSI 和SSSI .利用野外土壤盐分采样点,提取出相应遥感图像上模型预测值,将两者进行相关分析,结果显示,三种土壤盐渍化监测模型能够较好的指示地表A 层(0-10cm)土壤盐渍化程度,反演精度较高,其中SVSI 模型对表层土壤盐分含量较为敏感,VSSI 模型和SSSI 模型次之。2.深入挖掘多维遥感信息,同时考虑土壤盐渍化过程中多重响应参量,在三维特征空间下构建SVWSI 土壤盐渍化遥感监测模型模型,通过试验对比与分析,对不同程度盐渍化土壤敏感性要高于VSSI 、SVSI 、和SSSI ,A 层(0-10cm)相关系数达到R2=0.8325。融合土壤盐渍化、植被丰度和土壤水分信息,借助多维特征空间,以水盐一体化思路为指导,构建土壤盐渍化遥感信息定量反演模型。模型具有明确的生物物理意义,并且指标简单、易于获取、有利于土壤盐渍化定量分析与监测,对今后干旱区盐渍地信息提取以及动态监测研究具有重要意义。

摘要： 针对海量非结构化数据的元组归约问题,分析结构类型的元组相似性度量方法,基于结构类型的相似性度量方法可以实现图文声像等非结构化数据基于内容的相似性计算.研究提出基于精确欧氏局部敏感哈希的特征空间索引优化技术,实现海量非结构化数据的快速归约方法.实验结果表明该方法能够有效降低特征向量的搜索空间,减少相似性计算的代价.

摘要： 干旱是近年来频繁发生的世界性自然灾害现象,它已严重影响到自然生态环境的平衡及人类社会经济的可持续发展.随着遥感技术的发展和遥感知识的普及,遥感监测干旱成为一种趋势.本文以2008-2010年6月的MODIS遥感影像为信息源,通过利用MODIS数据提取归一化植被指数(NDVI)和地表温度(LST),构建NDVI-TS特征空间,依据该特征空间,通过拟合干湿边得到温度植被干旱指数(TVDI).建立研究区的旱情等级分布图,并分等定级.根据研究区旱情等级分布比例图对阜新旱情进行了横向和纵向分析.研究表明,此种方法适用于辽宁阜新旱情监测,同时它也是一种便捷、高效和近实时的干旱监测的方法.

摘要： 针对高光谱影像分类难题,从光谱研究、类别分布参数估值、特征空间降维、分类技术等多个方面分析了产生该类问题的原因,并就如何在高光谱影像的光谱空间和特征空间改善分类效果进行了探讨.

摘要： 介绍了核主成分分析模型的基本原理，以该模型为基础，提出一种无训练区的矿产靶区预测方法。该方法可以描述为以下六步：①选择核函数模型并定义其参数，计算核矩阵；②修改核矩阵的元素，使修改后核矩阵的元素是由特征空间中满足中心化条件的样品映像计算出来的；③应用Lanczos算法确定修改后核矩阵的端部最大特征对；④计算与修改后核矩阵最大特征值对应的核主成分；⑤用空间叠置方法确定核主成分分析得分是否能够正确反映研究区已知矿产资源的空间分布规律；⑥改变核函数模型及参数重复步骤①至⑤直到找到与已知矿产资源吻合程度相对最好的核主成分为止。最后，用吻合程度最好的核主成分圈定矿产资源靶区。在GDAL和CLAPACK两个软件包基础上用VC++语言开发了算法程序，把该模型应用于新疆阿勒泰地区的矿产靶区预测研究，用11种二态找矿证据作为输入变量，把研究区划分成15100个网格统计单元，用高斯径向基核函数和多项式核函数等三种常用核函数构建矿产靶区预测模型，并将这些模型的靶区预测结果与证据权重法进行了对比，研究结果表明该方法是可行的。

摘要： 根据对象在特征空间中的分布，划分连续特征空间为类别单一、边界清晰的多个子空间:把各个子空间分别投影到所有特征上，获取所有不同类别子空间对当前子空间特征分类能力的评估;通过构造分类能力评估矩阵，实现特征分类能力的特征排序。以特征排序为依据，选取特征子集，实现特征选取。实验结果表明，这种特征选取具有有效性和高效性。

摘要： 近年来，严重、频繁的干旱成为世界范围重大气候灾害，它对农业、水资源、经济和环境具有破坏性的影响。土壤湿度是农业干旱监测的重要指标，地表温度与植被指数相结合可以提供土壤水分丰缺信息，用来评价土壤水分状况，监测旱情发展。本文基于NOAA、MODIS数据以及地面观测土壤湿度资料，研究了土壤湿度与地表温度/植被指数的定量关系，对地表温度/植被指数特征空间冷热边/干湿边进行了阐述与分析，并提出了利用地表温度与植被指数特征空问估测土壤湿度的方法。结果表明，遥感反演土壤湿度与地面实测值高度相关.本文将全国分为6个区，分别反演了各区土壤湿度值，并制作了全国耕地旱情遥感监测图。

摘要： 降维是在损失较少信息的情况下处理高维图像数据的关键技术，是高维数据预处理的重要步骤。本文研究了基于配对约束和混合核函数的半监督非线性降维方法KS2DR,该方法可有效利用标签和未标签的样本执行半监督学习·基于配对约束形式的领域知识被用于判断当前样例是属于相同类(相似约束)还是不同类(不相似约束)·KS2DR先将样本数据投影成一系列“有用的”特征形式，同时保持原始数据以及定义在投影后的低维特征空间中的相似约束与不相似约束下样本的内部结构特征，使样本在投影空间中容易有效地区分。通过大量的分类任务和数据可视化研究，结果表明，当样本数据的维数被减少到一个较低的水平时，KS2DR的性能表现的更为优越，几乎总是取得较高的分类精确，随着投影维数的不断变化，算法体现出广泛的适应性和良好的学习能力。在相同的测试条件下，KS2DR算法运行花费较少时间，其整体性能甚至优于典型的PCA，KPCA和KFD方法。

摘要： 本发明涉及一种距离空间和图像特征空间融合的视觉伺服方法，所述方法包括：构建图像雅克比矩阵；构建深度雅克比矩阵；将所述图像雅克比矩阵和所述深度雅克比矩阵融合，得到混合视觉伺服雅克比矩阵；基于所述混合视觉伺服雅克比矩阵采用控制算法得到机器人运动的控制量，从而使得机器人运动到目标位置，完成精确定位。本发明中的上述方法避免了传统雅可比矩阵的奇异和局部最小值等问题。融合了互补的图像特征空间和距离空间，在信息不冗余的情况下，弥补了视觉信息中的不足，系统实时采集数据，在简单的控制算法下，即可快速完成视觉伺服任务。

摘要： 本发明涉及一种基于局部特征空间距离的带钢表面缺陷图像特征提取方法。其技术方案是：对于一幅带钢表面缺陷图像预处理后的向量数据点Xi分别从所有幅带钢表面缺陷图像预处理后的向量数据点构成矩阵数据X中选择与一幅带钢表面缺陷图像预处理后的向量数据点Xi类别相同的K个近邻点建立流形局部特征空间S(Xi)，然后以流形局部特征空间S(Xi)之间的距离度量多流形散度Js，在保持流形局部结构不变的基础上，最大化多流形散度来寻找低维投影矩阵A，实现带钢表面缺陷图像的判别特征提取。本发明通过最大化多流形散度Js提取带钢表面缺陷图像的分类特征，具有提高带钢表面缺陷图像识别效果的特点。

摘要： 一种基于光谱特征空间权化的光谱特征指数提取方法，含以下步骤：一、读入高光谱分辨率图像数据；二、根据应用需求及地物之间可分性，确定组成原始光谱特征空间的光谱特征；三、初始化感兴趣类别各个光谱特征权重；四、构建感兴趣类别的类内离散度矩阵和类间离散度矩阵；五、计算得到光谱特征空间权化的感兴趣类别特征空间变换矩阵，构建光谱特征空间权化的适应度函数；六、采用基于速度压缩的进化策略，计算步骤五的适应度函数值，更新感兴趣类别各个光谱特征权重；七、进行迭代终止条件判断，若满足则获得最终感兴趣类别各个光谱特征权重，若不满足返回步骤五；八、利用步骤七得到的优化后感兴趣类别各个光谱特征权重，进行光谱特征指数的提取。

摘要： 特征提取装置从输入字符模式中提取输入特征向量。学习装置计算并存储原始特征空间的部分本征空间的规范正交基。学习装置计算并存储对应每个目标字符模式在部分本征空间中规定的每个字典选择特征向量。特征选择装置利用上述的规范正交基，通过将由特征提取装置所提取的输入选择特征向量投射在部分本征空间上来计算输入选择特征向量。校对装置校对上述的输入选择特征向量，估算该输入字符模式的类型。

摘要： 本发明公开了一种基于图像特征空间和空域空间的视觉词组构建方法和装置。该方法包括如下步骤：提取目标图像中满足预设条件的视觉单词，组成视觉单词集合；在视觉单词集合中选取目标图像中目标区域内的各关键特征单词；针对每一个关键特征单词，在视觉单词集合中提取与该关键特征单词有几何关系的邻域特征单词，与该关键特征单词构成对应视觉词组；基于构成的各视觉词组，建立描述目标图像特征的视觉词组集合。本发明将图像的局部特征空间和空域空间进行结合，共同构建视觉词组，可以大大降低目前视觉词组在图像匹配过程中的歧义性，获得有更高区分性的视觉词组。

摘要： 本发明涉及一种距离空间和图像特征空间融合的视觉伺服方法，所述方法包括：构建图像雅克比矩阵；构建深度雅克比矩阵；将所述图像雅克比矩阵和所述深度雅克比矩阵融合，得到混合视觉伺服雅克比矩阵；基于所述混合视觉伺服雅克比矩阵采用控制算法得到机器人运动的控制量，从而使得机器人运动到目标位置，完成精确定位。本发明中的上述方法避免了传统雅可比矩阵的奇异和局部最小值等问题。融合了互补的图像特征空间和距离空间，在信息不冗余的情况下，弥补了视觉信息中的不足，系统实时采集数据，在简单的控制算法下，即可快速完成视觉伺服任务。

摘要： 本发明涉及一种融合多尺度特征空间与语义空间的语义分割网络，包括：确定网络编码端的主干网络：VGG16作为编码端网络的主干部分，去掉第五个池化层，减少一次下采样；设计网络解码端的特征空间与语义空间的融合模块；利用多尺度特征空间与语义空间的融合模块进行高分辨率高精度语义分割；输出语义分割结果。

摘要： 本发明公开了一种基于特征空间分布的Fisher特征选择方法，解决了特征空间非均匀多区域聚合性分布特征可分性值的准确计算问题，选择出可分性较高的特征供雷达目标识别。实现过程是：对原始特征集中的每个特征进行空间区域划分；计算子空间区域权值及Fisher值；计算每个特征的Fisher值；选出最优特征集用于雷达目标识别。本发明对特征空间区域划分，并计算各子空间区域的权值及Fisher值，加权得到各特征的Fisher值。本发明使Fisher值的计算结果更加准确，选出的最优特征集的目标鉴别概率更高，提升了雷达目标识别率。实验也证明，本发明可分性值计算更为准确，鉴别概率更优。用于雷达目标识别。

摘要： 本发明涉及一种基于局部特征空间距离的带钢表面缺陷图像特征提取方法。其技术方案是：对于一幅带钢表面缺陷图像预处理后的向量数据点Xi分别从所有幅带钢表面缺陷图像预处理后的向量数据点构成矩阵数据X中选择与一幅带钢表面缺陷图像预处理后的向量数据点Xi类别相同的K个近邻点建立流形局部特征空间S(Xi)，然后以流形局部特征空间S(Xi)之间的距离度量多流形散度Js，在保持流形局部结构不变的基础上，最大化多流形散度来寻找低维投影矩阵A，实现带钢表面缺陷图像的判别特征提取。本发明通过最大化多流形散度Js提取带钢表面缺陷图像的分类特征，具有提高带钢表面缺陷图像识别效果的特点。

摘要： 一种基于光谱特征空间权化的光谱特征指数提取方法，含以下步骤：一、读入高光谱分辨率图像数据；二、根据应用需求及地物之间可分性，确定组成原始光谱特征空间的光谱特征；三、初始化感兴趣类别各个光谱特征权重；四、构建感兴趣类别的类内离散度矩阵和类间离散度矩阵；五、计算得到光谱特征空间权化的感兴趣类别特征空间变换矩阵，构建光谱特征空间权化的适应度函数；六、采用基于速度压缩的进化策略，计算步骤五的适应度函数值，更新感兴趣类别各个光谱特征权重；七、进行迭代终止条件判断，若满足则获得最终感兴趣类别各个光谱特征权重，若不满足返回步骤五；八、利用步骤七得到的优化后感兴趣类别各个光谱特征权重，进行光谱特征指数的提取。