组合特征

摘要： 典型相关分析(CCA)是一种经典的多视角特征提取方法,可以从2个视角中查找特征集之间的线性相关关系。但CCA在做分类任务时具有多个缺点,一是CCA本身为无监督学习方法,做分类时没有利用样本的类信息,二是CCA仅考虑需要分类的目标数据,而忽略了与目标数据来自同一域的Universum数据的信息。因此人们提出增强组合特征判别性的典型相关分析(CECCA)和引入了Universum学习的改进的典型相关分析(ICCA)来分别克服这2个缺点。但是CECCA和ICCA都没有利用彼此的优势。为解决以上问题,将Universum学习引入到CECCA中,并提出了一种改进的增强组合特征判别性的典型相关分析(ICECCA)。ICECCA在CECCA的基础上,通过结合Universum学习,实现了在利用训练数据与Universum数据获得更多先验信息的同时做到了对组合特征相关性与判别性的联合优化。在合成数据集和真实数据集上的实验结果验证了所提出的ICECCA的有效性。

摘要： 针对内存数据在攻击行为发生后会发生改变,而传统完整性度量系统使用的基准值度量存在检测率低、灵活性不足等问题的现象,提出一种基于多反向传播(BP)神经网络的内存组合特征分类方法。首先,将内存数据通过度量对象提取算法(MOEA)提取特征值;然后,分别使用不同的BP神经网络进行模型训练;最后,再通过一个BP神经网络对所得数据进行汇总,并得出操作系统安全状况评分。实验结果表明该方法与传统的使用基准值度量的完整性度量方法相比,检测准确率与普适性有较大提升;所提方法的检测准确率为98.25%,大于卷积神经网络(CNN)、K最邻近(KNN)算法与单BP神经网络,表明该方法能更加准确地发现攻击行为;所提方法的模型训练时间约为传统单BP神经网络的1/3,并且模型训练速度相较同类模型也有一定提升。

摘要： 为了辅助电网涉鸟故障的差异化防治,提出一种基于组合特征和卷积神经网络(Convolutional Neural Network,CNN)的电网危害鸟种鸣声识别方法.根据历史涉鸟故障的鸟种信息及输电线路周边鸟种调查结果,选择13种高危鸟类、8种微害鸟类和2种无害鸟类建立鸣声样本集;对鸟种鸣声信号进行分帧、加窗、降噪和剪裁等预处理,提取鸟鸣Mel倒谱系数(Mel-frequency Cepstrum Coefficients,MFCC)、Gammatone倒谱系数(Gammatone Frequency Cepstrum Coefficients,GFCC)和短时能量(Short-term Energy,STE)特征.针对单一特征表达能力不足的问题,将MFCC及其一阶差分、GFCC及其一阶差分和STE归一化后进行组合,生成新的鸣声特征集.搭建卷积神经网络模型对组合特征进行训练和识别,鸟种鸣声测试集的识别正确率达91.8%,较单一MFCC和GFCC特征表现更为优异.

摘要： 针对传统视觉问答任务无法完全捕捉多模态特征之间复杂相关性的缺点,文中提出了基于多模态融合的视觉问答传输注意网络。在特征提取部分,分别利用GloVe词嵌入+LSTM提取问题特征,并使用ResNet-152网络提取图像特征。通过3层传输注意网络进行多模态融合来学习全局多模态嵌入信息,进而使用该嵌入重新校准输入特征。文中设计了一个多模态传输注意学习架构,通过对传输网络进行重叠计算,使组合特征聚焦在图像和问题的细粒度部分,提高了预测答案的准确率。在VQA v1.0数据集上的实验结果表明,该模型的总体准确率达到了69.92%,显著优于其他5种主流视觉问答模型的准确率,证明了该模型的有效性和鲁棒性。

摘要： 为了保留电极之间的空间信息以及充分提取脑电信号(Electroencephalogram,EEG)特征,提高情感识别的准确率,提出一种基于三维输入卷积神经网络的特征学习和分类算法.采用单熵(近似熵(Approximate Entropy,ApEn)、排列熵(Permutation Entropy,PeEn)和奇异值分解熵(Singular value decomposition Entropy,SvdEn))以及其组合熵特征,分别在DEAP数据集进行效价和唤醒度两个维度上的情感识别实验.实验结果表明,采用组合熵特征比单熵特征在情感识别实验中准确率有显著提高.最高组合熵特征平均准确率在效价和唤醒度上分别为94.14％和94.44％,比最高单熵特征平均准确率分别提高了5.05个百分点和4.49个百分点.

摘要： 互联网技术发展对人们的生活产生了巨大影响,这种变化同样反映在词汇中.对表互联网连接词群中的"网络""在线""线上""云(端)""远程""移动"各成员的语义、组合性特征及使用频次进行分析.同时,考察词群成员及相关词语在《现代汉语词典》(第7版)中的收录情况,应增收词目"云(端)""线上""线下",并在"上线""下线"词目下增设义项.

摘要： 为了解决传统胎儿窘迫诊断过程中存在主观性强和误诊率高的问题,应用梯度提升决策树(GBDT)和逻辑回归(LR)融合的方法设计了胎儿窘迫预诊断模型.首先,利用Borderline-SMOTE算法对正类样本进行过采样,使得数据集中正负类样本平衡;然后,利用GBDT模型从平衡后的数据中获得组合特征,再将组合特征与原始特征合并后提供给逻辑回归模型进行训练;最后,用十折交叉验证评价GBDT-LR模型与其他单模型的分类性能.利用GBDT-LR融合模型对胎儿窘迫进行预测,其特异度为84.2％,灵敏度为89.6％,受试者工作特征曲线(ROC)下方面积为94.2％.GBDT-LR融合模型的分类效果相比其他单个模型更好,可以辅助产科医生对宫内胎儿窘迫程度作出更有效的评估.

摘要： 对黔北地区4件铝土矿样品和6件铝土矿底板样品进行重矿物筛选分析.结果表明:黔北务正道地区铝土矿重矿物以风化碎屑、锆石、黄铁矿、褐铁矿、锐钛矿为主;黔北遵义地区铝土矿重矿物以白钛石、锆石、金红石、锐钛矿和风化碎屑为主;黔北地区铝土矿重矿物组合特征与下伏底板地层重矿物组合面貌基本相似,但铝土矿中含有部分稳定重矿物未在下伏地层中发现,表明黔北铝土矿由多种母岩提供成矿物质;黔北遵义地区黑色矿石中有机质含量高,形成酸性环境使铁向下迁移最终形成黄铁矿;黑色矿石同样经历了氧化淋滤作用,但其成矿机制与浅灰色铝土矿有一定区别,黑色铝土矿的成矿环境酸性强于浅灰色铝土矿.

摘要： 针对目前的广告点击率预估模型未能充分学习低阶特征且忽略了不同高阶特征对模型准确率的影响不同的问题,提出了一种基于注意力机制和深度学习的点击率预估模型.该模型采用改进因子分解机(Factorization machine,FM)算法,将全息简化表示(Holographic reduced representation,HRR)的压缩外积用于FM中,从而更好地学习低阶特征,帮助模型获得更好地表示.采用深度神经网络(Deep neural network,DNN)对高阶特征建模学习.引入注意力神经网络区分不同高阶特征交互的重要性来更好地学习高阶特征,从而得到一种能够同时有效学习到低阶特征和高阶特的点击率(Click-through rate,CTR)模型——基于改进FM算法和注意力机制的深度点击率预估模型(Deep click rate prediction model based on attention mechanism and improved FM algorithm,DAHFM)以提升模型的预估性能.在Criteo和MovieLens-1M数据集上大量的实验表明,DAHFM模型相比逻辑回归(Logistic regression,LR)、FM和DeepFM等模型不仅有效学习了特征信息,而且一定程度上提升了模型的性能和点击率的预估效果.

摘要： 本文以中国电信某省一个本地网3个月的真实公众客户基本信息、语音数据短信业务信息等数据,通过数据预处理、特征工程、模型训练、预测分析等成熟方法论,结合组合特征、word2vec生成embedding特征向量、BaggingClassifier/XGBoost/LightGBM模型堆叠融合算法等手段,重点解决了用户流失告警模型中特征不突出、单模型训练预测效果不明显等问题.经过本地网生产应用评估,本文提出的基于embedding和模型堆叠融合算法的用户流失预测模型算法,精准定位潜在的流失公众客户范围,并通过市场部门"对症下药",匹配合适的挽留政策,明显提升了存量客户经营效率,为全国各省各本地网存量用户流失建模提供了较好的借鉴模板.

摘要： 卡拉塔格地区位于吐哈盆地南缘,属于新疆北部东天山成矿带内的大南湖-头苏泉古生代岛弧带北段.自1999年首次发现卡拉塔格红山地表铁铜氧化物蚀变带以来,在卡拉塔格地区的勘查工作取得重大进展,相继发现有红海(-黄土坡)大型VMS铜锌矿、卡拉萨斑岩型铜矿、红山浅成低温热液型铜金矿以及红石-梅岭脉状铜矿床.红石铜矿床位于红海铜锌矿以西,卡拉萨铜矿以东,本次研究在300m中段按3～5m间距连续采集原生晕样品,遇规模较大或有明显矿化的断层单独取样1个,共采集样品141个,测试分析Au、Ag、As、Sb、Hg、Cu、Pb、Zn、W、Sn、Mo、Bi、Ba等13种元素.通过应用相关分析、聚类分析和因子分析方法对样品分析数据进行处理,讨论指示元素组合特征及其与成矿关系,为矿床深边部的成矿预测提供依据.

摘要： 区域级图像标注,实现了图像的语义区域和图像的语义标签之间的相互关联,对于图像检索和图像理解均有很大的帮助.在稀疏编码的发展基础之上,有学者尝试将稀疏编码与图像区域标注进行结合,取得了一定的成果.研究者多是通过提取一种特征,进行区域标注.组合特征在图像识别等领域具有很好的应用.在已有的基础之上,提取LBP、颜色矩、RGB颜色直方图组合的图像特征,进行区域标注.在图像标注公共数据集上进行实验,结果表明,组合特征比单一特征鲁棒性强且准确率更高.

摘要： 图像检索是信息挖掘领域的重要方法.针对单一特征图像检索方法鲁棒性不足的问题,提出了一种基于组合特征检索策略的图像检索方法.首先,求取空间颜色直方图特征、局部二值阵列特征、基于轮廓的Hu矩特征,分别作为颜色特征、纹理特征、形状特征的表达;其次,对三种特征分别配置相应的权重,进而形成组合检索特征.实验结果表明,基于组合特征检索策略的图像检索方法的检索性能有了明显提高,并且具备较好的灵活性.

摘要： 斯弄多银多金属矿产于冈底斯成矿带中段南木林火山盆地，是在林子宗群陆相火山岩中新发现的中大型银多金属矿床，由产于流纹斑岩中隐爆角砾岩型银多金属矿体、火山机构旁侧的热液脉型铅锌银矿体及断裂上盘的银（铅锌）矿体组成。斯弄多银多金属矿体赋存于林子宗群火山岩中，包括产于流纹斑岩中隐爆角砾岩型银铅锌矿体、火山机构旁侧的热液脉型铅锌银矿体及断裂上盘的独立银矿体，与世界上低硫化浅成低温热液型矿床有相似的矿化特征，发育典型浅成低温热液系统中硅化-冰长石-碳酸盐（铁锰碳酸盐+方解石）蚀变。综合五个钻孔中的蚀变矿物组合特征，从横向来看表现为绢云母+高岭石（少量）+蒙脱石（少量）+伊利石（少量）-绢云母+蒙脱石（少量）-绢云母+伊利石+蒙脱石（少量）；从纵向看表现为绢云母+黄钾铁矾（少量）-绢云母+蒙脱石（少量）-绢云母+伊利石+蒙脱石（少量）。通过初步精细蚀变研究可看出，斯弄多银金多金属矿是符合低硫型浅成低温热液特点矿床的，具有大量的绢云母，并形成了绢云母+伊利石+蒙脱石的蚀变特征。从以绢云母为主的蚀变组合来看，处于围岩蚀变中的绢英云母带过渡到少量泥化带。

摘要： 工作区位于曹县和定陶县境内.属曹县韩集镇、砖庙镇、青岗集乡、普连集镇、古营集镇和定陶县南王店乡等管辖.本区含煤地层为月门沟群的太原组和山西组,通过分析该区视电阻率、自然伽玛和伽玛伽玛等测井曲线的形态及组合特征,对该区的煤岩层进行综合对比.主要可采煤层3煤(包括3上、3下)可采煤层厚度均有一定变化,但规律性较明显,结构简单,全区可采,煤质变化不大,煤层稳定程度可认定为较稳定煤层.三灰和十下灰在区域上分布稳定,可以作为区域对比的标志层.

摘要： 日本地区主要的含油气盆地为典型的弧前盆地和弧后盆地,其主要受太平洋板块、北美板块、菲律宾海板块以及欧亚板块构造运动的共同影响,作用时间长,地质构造复杂.通过对日本地区主要含油气盆地的大地构造背景、沉积特征及油气田开发数据等进行研究,表明研究区盆地构造演化经历俯冲期、盆地发育期、沉降期和挤压变形期4个阶段,其中沉降期为新近纪中新世,是油气生成的关键时期.目前已发现油气主要赋存于以构造圈闭、岩性圈闭及复合圈闭为主的新近纪地层中,同时前新近系基底裂缝性储层油气亦较为丰富,平面上油气分布呈现出明显的零星式分布,且纵向上油气分布呈现出明显的不均一性.研究区存在三大油气成藏模式,即垂向运移—断裂通道式、侧向运移—斜坡通道式和自生自储式,且以垂向运移成藏模式为主.以成藏组合为评价单元,对研究区含油气盆地8个成藏组合进行油气资源潜力分析,表明新泻盆地、关东盆地、庆尚盆地和北上盆地是日本地区未来主要的油气勘探区.

摘要： 榆神矿区小保当二号井田通过采煤方法的选择,基本可以实现保水采煤目标.本文介绍了井田主要含水层条件,为煤矿合理开发提供了基础资料.建议在煤矿开采前，进一步查明含水层及隔水层组合特征，研究采煤对含水层的影响，建立地下水监测系统，实时掌控地下水动态变化规律，确保采煤与环境保护的统一。

摘要： 由于现有的大部分维吾尔文情感分类方法通过空格分词得到的unigram特征作为文本表示,因此无法挖掘情感表达中的深层语言现象.本文首先构建了15万条维吾尔文评论情感语料库,其次分析评论文本的语言特征,总结了情感短语词性组合规则,并基于文档频率的特征选择方法(DF)抽取了潜在的具有丰富情感倾向的情感短语.最后把这些短语按不同比例与umgram特征进行组合,采用支持向量机(SVM)分类器实现了评论语料的正负二元分类.与常用的unigram,bigram特征在本文数据集上的分类结果相比,本文提取的情感短语与unigram的组合特征取得了较高的分类MacroF1值.本文所得到的情感短语可以作为维吾尔文情感词典的扩充候选集.

摘要： Nisusia(艾苏贝属)1905年建种以来,已有40余种,凯里生物群中的艾苏贝多达400多件，壳体中等到较大。贵州剑河八郎寒武系凯里组和清虚洞组均含有艾苏贝(Nisusia)，艾苏贝种群的发现及研究增加全球艾苏贝的信息及内容，并为艾苏贝的演化研究提供了重要材料。

摘要： 目的:基于文献分析近40年应用升阳散火汤治疗临床某些疾病的中医证素分布及其组合规律,以期对中医药规范化使用升阳散火汤治疗相关疾病提供可靠依据.rn 方法:采用计算机检索和人工检索相结合的方法,对1975-2015年应用升阳散火汤治疗疾病的先关文献进行收集整理,运用SPSS11.5统计软件对该方治疗疾病的中医证素分布及组合进行频次统计分析、归纳,得出研究结果.rn 结果:筛选并整理合格文献77篇,合格病案128个,提取23个病性证素,17个病位证素.升阳散火汤临床应用的病位证素依次为脾＞肝＞表＞胃;病性证素依次为阴虚＞热=气虚=湿＞阳虚＞气滞＞血虚;常见证素组合阴虚有热、气阴两虚、气虚伴阳虚、气虚有湿、阴虚有湿、气血两虚频次占前六位.rn 结论:通过证素分析说明阴火的形成与脾虚致阴火不降是有密切关系的,与升阳散火汤是方证相符的.

摘要： 本发明公开了一种用于测量使吊钩扣件组件的样本脱离与套环组件的接合所需力的方法。该方法包括以下步骤：沿接合平面来接合吊钩材料和套环材料的相应样本；使它们在平行于接合平面的剪切方向上移位；在张力检验器上在正交于接合平面的方向上将它们拉开直到脱离；以及测量在拉伸步骤期间所施加的拉力。本发明还公开了一种可穿着制品，其具有吊钩扣件和套环材料着陆区的组合，其中吊钩扣件和套环材料是使用所述公开的方法来选择的。

摘要： 本发明公开了一种基于特征组组合的传感器阵列优化及特征选择方法，依次包括以下步骤：A：选择本传感器阵列特征提取方法及原始特征，建立特征集L0；B：得到特征组列表L1；C：按照特征组列表L1的顺序进行2元特征组选择；D：在2元特征组的基础上，依次得到4元特征组，8元特征组，……，及对应的4元特征组列表L4、8元特征组列表L8，……；E：假设当前应用场景需要8元特征组，则将8元特征组列表L8中第一个8元特征组L8(1)作为初始重要特征组I，其评分记为SI；然后对初始重要特征组I进行后向顺序去除操作，得到的最优特征组K。本发明能够有效选择出最佳特征及传感器组合，提高传感器阵列检测性能，降低传感器阵列使用成本。

摘要： 本发明公开了一种具有可延展扣紧构件的可穿着制品，所述扣紧构件具有邻近其端部的扣件。该扣紧构件可为高度可延展的，并且当扣件在使用时可具有影响力分量分配的结构特征和形状特征，并且可降低如下可能性：扣紧构件沿其边缘翘曲或翻转、以及扣件的边缘将被提离其所附接的表面。可选择在制品上形成伴随着陆区的扣件和材料以形成扣紧组合，所述扣紧组合具有在穿着条件下进一步抵抗非预期绷脱的性能属性。

摘要： 本发明公开了一种用于测量使吊钩扣件组件的样本脱离与套环组件的接合所需力的方法。该方法包括以下步骤：沿接合平面来接合吊钩材料和套环材料的相应样本；使它们在平行于接合平面的剪切方向上移位；在张力检验器上在正交于接合平面的方向上将它们拉开直到脱离；以及测量在拉伸步骤期间所施加的拉力。本发明还公开了一种可穿着制品，其具有吊钩扣件和套环材料着陆区的组合，其中吊钩扣件和套环材料是使用所述公开的方法来选择的。

摘要： 本发明公开了一种基于局部特征和全局HSV特征组合的目标特征描述方法，包括以下步骤：获取目标对象帧，在目标对象帧中选取背景区域、目标区域、并设定用于计算局部像素块似然度的扩展区域；利用超像素聚类方法将目标区域分割成若干局部块，对每一局部块分别提取边缘方向特征和亮度特征并组合成局部特征描述向量；分别计算背景区域和目标区域的HSV空间颜色特征，并组合成全局特征描述向量；利用局部特征描述向量计算目标区域局部块的似然，通过目标区域中每一个位置像素属于对象目标区域的概率计算全局似然；利用局部块似然和全局似然计算目标区域总体似然概率，根据目标区域的总体似然概率判断特征描述的准确度。本发明提高了目标表观描述的准确度。

摘要： 一种锁舌式锁(214),该锁舌式锁自动挡住伸出的锁闩(204)以防止外部施加的力将该锁闩( 204)推回到锁匣(100)中,并在该锁受到物体攻击的情况下,作出延长或者永久处于锁舌被阻挡状态的反应。一种推拉锁,该推拉锁的锁闩在两个方向上的运动都是根据检测到马达电流增加到高于某一值而停止:一个缓冲装置使得该电流限制停止实施而不会损坏马达(202)、齿轮齿或者其它驱动组件。一个重锁器装置包括一尖角凸缘,该尖角凸缘是马达支承支架(206)的一部分;当被外力压住时,该凸缘使塑料销(920)断裂,以释放该弹簧偏压的重锁器金属丝(950),从而阻挡该锁闩的缩回。该系统还提供位置传感器开关(692)、小键盘被撬检测和反应系统(646)、远程允许/禁止单元(5)、被逼迫检测和反应单元(7)、低电池能检测装置(600)以及锁闩伸出显示、锁闩行程调节和检查追踪特征。

摘要： 本发明属于非侵入式负荷用电监测技术领域，公开了一种基于V‑I轨迹特征图像重构的电器运行特征提取方法，包括基于电器稳态运行时的电压、电流采样数据计算电器的有功、无功功率特征；基于电器稳态运行时的电压、电流采样数据计算电器的稳态V‑I轨迹特征；以被监测区域内电器的有功、无功功率的最大值和最小值为基准，对第一步中所得的有功、无功功率特征值进行归一化，使其取值映射到区间[0,1]内；将电器稳态V‑I轨迹特征和映射后的有功、无功功率特征进行组合。该方法实现数值形式的有功、无功功率特征与图像形式的V‑I轨迹特征的融合，提升了方法的解算效率，同时仍保持了原NILM方法的电器辨识准确度。

摘要： 一些实施例包含一种集成组合件，其具有通过介入空间彼此隔开的一对大致上平行特征。导电管在所述特征之间且大致上平行于所述特征。所述导电管可形成于管路内。所述管路可通过以如下方式在所述特征之间沉积绝缘材料而产生：夹断所述绝缘材料的顶部区，以使所述管路作为所述经夹断顶部区下方的空隙区。

摘要： 本发明涉及用于预防和/或治疗以神经元可塑性下降为特征、特别是以突触可塑性下降为特征的中枢神经系统疾病的化合物和组合物，例如用于治疗影响认知过程如学习、感知、注意力、推理、语言和/或记忆的中枢神经系统疾病；用于治疗中枢神经系统疾病，如包括帕金森氏症、阿尔茨海默氏症和/或肌萎缩侧索硬化症在内的神经退行性疾病；用于治疗引起情绪失调、过度兴奋、多动症和/或焦虑的中枢神经系统疾病；以及用于治疗神经系统疾病，如癫痫，所述化合物是N‑乙酰牛磺酸镁。

摘要： 本发明公开了一种基于自动特征编码的多阶特征组合方法，包括步骤：1)对日志型数据的训练集进行预处理和数据采样；2)构建代理搜索模型对特征组进行搜索，得到评价指标最高的特征组；3)构建复合目标编码器对选中的特征组编码，得到多阶组合特征；4)对多阶组合特征进行内嵌式特征选择，保留有效特征；5)重复步骤2)‑4)，最终得到完整的有效组合特征编码表；6)参照有效组合特征编码表，使用复合目标编码器对训练集和测试集转化，获得多阶特征组合训练集和测试集。本发明方法能够自动完成预处理、特征工程等一系列步骤，有助于机器学习平台节省人工成本、降低特征工程时间开销和提升预测精度。