-
题名基于ELM算法的光纤振动信号识别研究
被引量：7
- 1
-
-
作者
邹柏贤
苗军
许少武
逯燕玲
-
机构
北京联合大学应用文理学院
北京大学地球与空间科学学院
北京信息科技大学计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第16期126-133,共8页
-
基金
国家自然科学基金(No.61650201,No.41671165)
北京市自然科学基金(No.4162058)
-
文摘
光纤振动信号的信息提取与识别方法逐渐成为研究热点。对挖掘机挖掘、人工挖掘、汽车行走、人员行走和噪声这五种光纤振动信号的短时过零率和能量特征进行可视化分析,提出一种实验样本的选取方法;采用二分类任务决策树模型和ELM算法,根据事件的重要程度分四个阶段完成事件的识别。探讨ELM算法中各参数对实验结果的影响。通过实验证明,该方法提高了事件的正确识别率,大大缩短了模型训练时间。
-
关键词
事件
光纤振动信号
实验样本
极限学习机(ELM)
识别率
-
Keywords
event
optical fiber vibration signal
experimental sample
Extreme Learning Machine(ELM)
recognition rate
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名汕头市城镇妇女人乳头状瘤病毒核酸分型流行病学调查
被引量：6
- 2
-
-
作者
陈绩才
杨晓珊
许少武
陈韧
王惠莹
-
机构
广东省汕头市澄海人民医院
-
出处
《检验医学与临床》
CAS
2012年第14期1681-1683,共3页
-
基金
广东汕头市科学技术局重点科研项目(2010-03)
-
文摘
目的了解汕头市城镇健康妇女人乳头状瘤病毒(HPV)感染情况和核酸分型流行病学调查。方法采用导流杂交(FH)低密度基因芯片技术,对3 399例健康妇女宫颈脱落细胞进行HPV基因分型检测,并对高危型HPV感染阳性人群进行液基薄层细胞学(TCT)检查。结果 3 399例妇女HPV阳性315例,总阳性检出率为9.27%(315/3 399),其中高危型HPV感染率为8.15%(277/3 399)、低危型HPV感染率为2.62%(89/3 399),本地区健康妇女HPV亚型感染最常见依次分别为HPV52、HPV58、HPV16,该人群未检出HPV43。在315例HPV阳性中,以单一HPV亚型感染为主,占86.3%(272/315),并以高危型HPV为主,排在前3位依次为HPV52(21.6%,68/315),HPV16(11.1%,35/315),HPV58(11.1%,35/315)。各年龄段HPV感染率随着年龄的增长呈逐渐上升趋势;感染高危型HPV人群宫颈上皮内瘤变发生率为5.4%。结论健康妇女中有相当比例的女性感染HPV,并以单一高危型为主,HPV亚型感染具有独特的地方特征;结合TCT检查,可早期发现宫颈病变及癌变发生、降低宫颈癌的发生率。
-
关键词
人乳头状瘤病毒
核酸分型
流行病学调查
感染率
亚型
-
Keywords
human papilloma virus； nucleic acid genotyping； epidemiological investigation； infection rate； subtype；
-
分类号
R737.33
[医药卫生—肿瘤]
-
-
题名基于卷积神经网络多层特征融合的目标跟踪
被引量：2
- 3
-
-
作者
苗军
李凯
许少武
-
机构
北京信息科技大学网络文化与数字传播北京市重点实验室
北京工业大学
-
出处
《现代电子技术》
北大核心
2018年第24期114-116,共3页
-
基金
国家自然科学基金项目(61650201)
北京市自然科学基金项目(4162058)
+1 种基金
北京未来芯片技术高精尖创新中心科研基金(KYJJ2018004)
北京信息科技大学2018年人才培养质量提高经费(5111823402)~~
-
文摘
为了对目标对象进行鲁棒的特征表达以用于更加准确的跟踪和定位,针对卷积神经网络的不同层能够提取到目标的不同特征表达这一特性,提出一种基于卷积神经网络多层特征融合的目标跟踪方法。该方法将网络提取到的低层纹理特征和高层语义特征进行有效的融合,并将之用于跟踪网络模型的训练。此外,融合后的特征表达还被用来训练Bounding Box回归模型,用于对跟踪结果的优化。通过在OTB100标准数据集上将所提方法与目前有代表性的几种跟踪方法进行对比,所提出的特征融合方法使系统的综合指标得到了显著提升,证明所提方法的有效性。
-
关键词
目标跟踪
特征融合
特征表达
目标定位
卷积神经网络
回归模型
-
Keywords
target tracking
feature fusion
feature expression
target positioning
convolutional neural network
regression model
-
分类号
TN926-34
[电子电信—通信与信息系统]
TP391
[电子电信—信息与通信工程]
-
-
题名基于最长公共视觉词串的图像检索方法
被引量：2
- 4
-
-
作者
苗军
崔嵩
段立娟
张璇
许少武
-
机构
北京信息科技大学计算机学院网络文化与数字传播北京市重点实验室
北京工业大学信息学部
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第15期192-196,234,共6页
-
基金
国家自然科学基金(No.61650201)
北京市自然科学基金(No.4162058
No.4152005)
-
文摘
词袋模型是图像检索中的一种关键技术。词袋模型中每张图像表示为视觉词在码本中的频率直方图。这样的检索方式忽视了视觉词间对于图像表示很重要的空间信息。提出一种全新的基于最长公共视觉词串的图像检索方法。词串的提取基于视觉词间的拓扑关系,包含很多图像的空间信息。在Holiday数据集上的实验结果表明提出的方法提升了词袋模型的检索效果。
-
关键词
图像检索
词袋模型
最长公共视觉词串
-
Keywords
image retrieval
bag-of-feature
longest common visual substring
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
-
题名一种图像形状的编码表达方法及其应用
- 5
-
-
作者
苗军
许少武
卿来云
乔元华
邹柏贤
-
机构
北京信息科技大学计算机学院
中国科学院大学计算机科学与技术学院
北京工业大学数理学院
北京联合大学应用文理学院
-
出处
《北京信息科技大学学报（自然科学版）》
2020年第6期1-7,共7页
-
基金
国家自然科学基金项目(61872333)
北京市自然科学基金项目(4202025)
+1 种基金
北京市教委科技计划项目(KM201911232003)
北京市未来芯片技术高精尖创新中心科研基金(KYJJ2018004)。
-
文摘
针对一般卷积结构无法直接提取图像的高级语义特征的问题,提出了通过编码的方式获取形状这一图像全局结构特征的方法——形状编码。形状编码包含两个步骤:第一步是将原图像转换为由显著像素点和非显著像素点组成的二值特征图;第二步是基于二值特征图中显著点对的空间位置关系进行编码。编码的结果是表征原图像的形状特征的形状编码图,可用于替代原始图像送入卷积神经网络中作为学习对象。在形状编码方法的基础上提出了两种改进编码方法,分别是动态形状编码和分块形状编码。实验证明,同时将形状编码图和原始图像送入卷积神经网络进行学习,相比只使用原始图像时可以获得更高的识别准确率。
-
关键词
形状编码
卷积神经网络
手写数字识别
图像识别
-
Keywords
shape encoding
CNN
handwriting digital recognition
image recognition
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名光纤安防系统中振动信号的特征提取和识别
被引量：15
- 6
-
-
作者
邹柏贤
许少武
苗军
逯燕玲
-
机构
北京联合大学应用文理学院
北京信息科技大学计算机学院
网络文化与数字传播北京市重点实验室(北京信息科技大学)
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2019年第9期1859-1871,共13页
-
基金
国家自然科学基金项目(41671165,61650201)
北京市教委科技计划项目(KM201911232003)
+1 种基金
北京未来芯片技术高精尖创新中心科研基金项目(KYJJ2018004)
北京市属高校高水平教师队伍建设支持计划高水平创新团队建设计划项目(IDHT20180515)~~
-
文摘
利用光纤振动传感器可以实现分布式周界安防监测,进而实现自动报警.对周界安防监测信号的分析处理和识别受到业界关注.对光纤信号的特征提取和识别方法进行综述,这些特征提取方法通过对光纤振动信号的时域这个维度进行各种分解,从而提取各种信号的属性特征;对光纤振动信号的识别主要使用经验阈值、神经网络、支持向量机方法,目前这些方法对光纤入侵事件识别效果还不能令人满意.通过实验采集挖掘机挖掘、人工挖掘、汽车行驶、行人和自然环境噪声这5种入侵行为引起的光纤振动信号数据,并进行数据的3维图形可视化分析,提出一种安防监测信号在时域和空域这2个维度信息的特征提取方法;根据光纤振动入侵事件的重要程度分成4个阶段先后完成识别任务,采用2分类任务决策树模型和约束极速学习机算法识别入侵事件类型,提高了对各类事件的正确识别率.
-
关键词
入侵事件
实验样本
基于类间样本差向量的约束极速学习机
基于混合向量的约束极速学习机
识别率
-
Keywords
intrusion event
experimental sample
constrained difference extreme learning machine (CDELM)
constrained mixed extreme learning machine (CMELM)
recognition rate
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
