期刊文献+
共找到70篇文章
< 1 2 4 >
每页显示 20 50 100
基于双状态评估器与深度强化学习的配电网无功优化 被引量:8
1
作者 李文升 郑志杰 +3 位作者 綦陆杰 杨扬 高智 吴俊勇 《电力电容器与无功补偿》 2023年第2期1-9,60,共10页
本文将“深度强化学习”引入配电网无功优化,提出了基于双状态评估器与深度强化学习的配电网无功优化方法。首先提出了一种配电网融合特征的提取方法,从配电网运行数据中提取统计特征,然后将统计特征与历史控制策略作为输入,网损与电压... 本文将“深度强化学习”引入配电网无功优化,提出了基于双状态评估器与深度强化学习的配电网无功优化方法。首先提出了一种配电网融合特征的提取方法,从配电网运行数据中提取统计特征,然后将统计特征与历史控制策略作为输入,网损与电压偏差分别作为输出,训练了网损评估器与电压偏差评估器。将无功优化问题转化为一个多步马尔科夫决策过程,以最小化网损和电压偏差之和为目标函数,以无功补偿设备的动作指令为策略,并采用基于Double DQN的深度强化学习算法进行求解。对改造后的IEEE 37节点配电网进行无功优化控制实验。结果表明,本文方法有效降低了节点电压偏移和网络损耗,他与配电网系统的模型和参数无关,在线决策速度快,可以实现在线无功优化控制,提高配电网运行经济性。 展开更多
关键词 融合特征 无功优化 网损评估器 电压偏差评估器 深度强化学习
下载PDF
基于光谱与纹理特征融合的绿萝叶绿素含量检测 被引量:11
2
作者 闫明壮 王浩云 +2 位作者 吴媛媛 曹雪莲 徐焕良 《南京农业大学学报》 CAS CSCD 北大核心 2021年第3期568-575,共8页
[目的]本文旨在快速测定植物体内叶绿素含量,以提高无损测定叶绿素的准确性。[方法]以绿萝叶片为研究对象,提出一种串联融合高光谱特征与纹理特征的叶绿素SPAD值的无损检测方法。采集320片绿萝叶片样本在400~900 nm波段的光谱信息,使用S... [目的]本文旨在快速测定植物体内叶绿素含量,以提高无损测定叶绿素的准确性。[方法]以绿萝叶片为研究对象,提出一种串联融合高光谱特征与纹理特征的叶绿素SPAD值的无损检测方法。采集320片绿萝叶片样本在400~900 nm波段的光谱信息,使用Savitzky-Golay卷积平滑对原始高光谱图像进行预处理,利用连续投影算法(successive projections algorithm,SPA)选取出10个特征波段,对绿萝叶片高光谱图像中的RGB图像采用灰度共生矩阵算法(gray-level co-occurrence matrix,GLCM)提取其纹理特征,采用串联方法融合高光谱特征与纹理特征得到融合特征,分别建立单一特征和融合特征的误差反向传输人工神经网络(back propagation artificial neural network,BPANN)和支持向量机回归(support vector machine regression,SVR)模型。[结果]单一使用特征光谱数据或图像纹理数据作为特征值建立的预测模型,综合性能不稳定;基于串联融合特征的预测模型准确率有明显提升。基于串联融合特征的SVR模型具有最佳的预测结果,校正集决定系数R2为0.9612,预测集决定系数R2为0.9571。[结论]高光谱特征与纹理特征的融合特征可以提高叶绿素回归预测模型的准确性,为叶绿素含量无损检测提供了重要参考。 展开更多
关键词 绿萝 叶绿素SPAD值 高光谱特征 纹理特征 特征融合
下载PDF
基于LBP和HOG特征分层融合的步态识别 被引量:11
3
作者 刘文婷 卢新明 《计算机工程与应用》 CSCD 北大核心 2018年第24期168-175,共8页
针对步态能量图(GEI)在提取人体信息时只描绘出了轮廓信息,而丢失了内部特征的局限性,提出一种基于人体目标图像的局部二值模式(LBP)与方向梯度直方图(HOG)分层融合的GEI识别算法。该算法步骤包括:首先用光流法提取步态周期,获得一个周... 针对步态能量图(GEI)在提取人体信息时只描绘出了轮廓信息,而丢失了内部特征的局限性,提出一种基于人体目标图像的局部二值模式(LBP)与方向梯度直方图(HOG)分层融合的GEI识别算法。该算法步骤包括:首先用光流法提取步态周期,获得一个周期的步态能量图(GEI);然后分三层提取GEI的LBP特征,得到三层的LBP图像;依次提取每层LBP图像的HOG特征,最后将每层提取的LBP和HOG特征融合,得到每层的新特征;最后将三个新特征依次融合成可以用于识别的最终特征。通过几种方法对CASIA和USF步态数据库的实验对比,提出的算法取得了更高的识别率。 展开更多
关键词 光流法 步态能量图 局部二值模式 梯度方向直方图 融合特征
下载PDF
基于ROI快速检测与融合特征的马铃薯病害识别 被引量:9
4
作者 范振军 李小霞 《西南农业学报》 CSCD 北大核心 2019年第3期544-550,共7页
【目的】针对在原始马铃薯病害图像上提取特征时计算量大、病害识别准确率低以及传统病害区域分割算法速度慢等问题,提出了一种新的基于关键特征点的病害感兴趣区域(ROI)快速检测与融合颜色和纹理特征的识别方法。【方法】对马铃薯病害... 【目的】针对在原始马铃薯病害图像上提取特征时计算量大、病害识别准确率低以及传统病害区域分割算法速度慢等问题,提出了一种新的基于关键特征点的病害感兴趣区域(ROI)快速检测与融合颜色和纹理特征的识别方法。【方法】对马铃薯病害图像作适当预处理后,首先提取ORB特征点,当其特征点数目小于给定阈值时提取SIFT特征点,再对所提特征点的坐标值按水平和垂直方向排序,并通过计算K个近邻点的均值来确定病害区域的坐标并提取ROI。然后融合病害ROI的HSV颜色直方图和UPLBP纹理直方图构成总特征向量。最后采用非线性SVM识别马铃薯病害。【结果】利用该方法对240幅马铃薯叶部、果实和茎部10种混合病害图像进行识别实验,结果表明,每幅病害图像ROI检测平均时间为0.013 s,平均识别正确率达95.83%,最高达100%,平均运行时间为0.083 s。【结论】基于ORB和SIFT关键特征点的病害ROI检测方法原理简单、易实现且实时性好。本文方法可实现对10类马铃薯病害的快速识别且准确率高,为其它农作物病害识别提供了参考价值。 展开更多
关键词 马铃薯病害 感兴趣区域 融合特征 支持向量机 识别
下载PDF
基于多通道深度学习网络的混合语言短文本情感分类方法 被引量:9
5
作者 张洋 胡燕 《计算机应用研究》 CSCD 北大核心 2021年第1期69-74,共6页
相比于单一语言的短文本情感分类而言,混合语言由于其表达情感的单词语言不唯一,语法结构复杂,仅使用传统词嵌入的方法无法使分类器学到足够有用的特征,导致分类效果不佳。针对这些问题,提出一种融合字词特征的双通道复合模型。首先,针... 相比于单一语言的短文本情感分类而言,混合语言由于其表达情感的单词语言不唯一,语法结构复杂,仅使用传统词嵌入的方法无法使分类器学到足够有用的特征,导致分类效果不佳。针对这些问题,提出一种融合字词特征的双通道复合模型。首先,针对数据集不平衡问题,提出一种基于Bert语义相似度的数据集欠采样算法;其次,构建双通道深度学习网络,分别将以字、词方式嵌入的原始数据通过两个通道送入CNN和带有注意力机制的LSTM组成的模块中进行多粒度特征提取;最后融合多通道的特征进行分类。在NLPCC2018任务1公布的混合语言五分类数据集上的实验表明,该模型的整体性能较目前有代表性的深度学习模型有进一步提高。 展开更多
关键词 混合语言短文本 多通道 注意力机制 融合特征
下载PDF
基于LSTM神经网络的人体动作识别 被引量:9
6
作者 杨世强 杨江涛 +2 位作者 李卓 王金华 李德信 《图学学报》 CSCD 北大核心 2021年第2期174-181,共8页
人体动作识别为人机合作提供了基础支撑,机器人通过对操作者动作进行识别和理解,可以提高制造系统的柔性和生产效率。针对人体动作识别问题,在三维骨架数据的基础上,对原始三维骨架数据进行平滑去噪处理以符合人体关节点运动的平滑规律... 人体动作识别为人机合作提供了基础支撑,机器人通过对操作者动作进行识别和理解,可以提高制造系统的柔性和生产效率。针对人体动作识别问题,在三维骨架数据的基础上,对原始三维骨架数据进行平滑去噪处理以符合人体关节点运动的平滑规律;构建了由静态特征和动态特征组成的融合特征用来表征人体动作;引入了关键帧提取模型来提取人体动作序列中的关键帧以减少计算量;建立了以LSTM神经网络为基础的Bi-LSTM神经网络的人体动作分类模型,引入注意力机制以及Dropout进行人体动作分类识别,并对神经网络的主要参数采用正交试验法进行了参数优化;最后利用公开数据集进行动作识别实验。结果表明,该模型算法对人体动作具有较高的识别率。 展开更多
关键词 动作识别 融合特征 LSTM神经网络 注意力机制 DROPOUT
下载PDF
硅铝比对煤灰热膨胀性的影响 被引量:7
7
作者 孟莹 董众兵 +3 位作者 李寒旭 贾春林 马飞 陆宏权 《煤炭科学技术》 CAS 北大核心 2011年第3期112-115,124,共5页
选用硅铝比分别为2.01和1.28的A、B两种煤灰为研究对象,考察煤灰在高温管式炉中的形变情况,并绘制高温灰柱的面积随温度的变化曲线,以探讨硅铝比对煤灰热膨胀性的影响。结果表明:A煤灰的膨胀程度比B煤灰明显,开始收缩温度较B煤灰高;在A... 选用硅铝比分别为2.01和1.28的A、B两种煤灰为研究对象,考察煤灰在高温管式炉中的形变情况,并绘制高温灰柱的面积随温度的变化曲线,以探讨硅铝比对煤灰热膨胀性的影响。结果表明:A煤灰的膨胀程度比B煤灰明显,开始收缩温度较B煤灰高;在A、B煤灰中各自添加质量分数10%、20%、30%的Fe2O3、CaO、MgO后,A煤灰具有明显的膨胀性,收缩程度小,灰渣表面气孔大且密,B煤灰膨胀程度小,收缩程度大,灰渣表面气孔较少;不同硅铝比的灰柱在烧结初期产生的液相量差别较大,引起高温灰柱内气体残余量不同,导致高温下不同硅铝比灰柱收缩和膨胀存在差异。 展开更多
关键词 煤灰 热膨胀性 硅铝比 熔融特性
下载PDF
改进MB-LBP特征与LPP算法在带钢表面缺陷识别上的应用 被引量:6
8
作者 陈小芳 于凤芹 陈莹 《传感器与微系统》 CSCD 2020年第4期156-160,共5页
针对带钢表面缺陷识别率受到光照变化、纹理复杂多样以及噪声干扰而导致误识别率高的问题,提出一种新的带钢表面缺陷识别算法。首先从增加邻域联系的角度改进多块局部二值模式(MB-LBP)特征,缓解提取过程中因所选子窗口尺寸大小不同而造... 针对带钢表面缺陷识别率受到光照变化、纹理复杂多样以及噪声干扰而导致误识别率高的问题,提出一种新的带钢表面缺陷识别算法。首先从增加邻域联系的角度改进多块局部二值模式(MB-LBP)特征,缓解提取过程中因所选子窗口尺寸大小不同而造成的保留图像细节与去除噪声之间的平衡性问题;其次将改进的MB-LBP特征与梯度方向直方图(HOG)特征线性加权得到融合特征,弥补MB-LBP特征没有表征缺陷边缘和方向的缺点,从而更全面地表征复杂的缺陷纹理;最后通过同时增加全局信息和监督信息改善的局部保持投影(LPP)算法将高维的融合特征非线性映射到低维的本质特征空间中,减少融合特征冗余对分类器识别率的影响。在NEU数据集上仿真实验结果表明:算法对光照变化、纹理复杂多样、以及噪声具有一定的鲁棒性,在信噪比为50 d B情况下将带钢表面缺陷识别准确率提高了5. 17%。 展开更多
关键词 机器视觉 改进多块局部二值模式特征 融合特征 局部保持投影 带钢表面缺陷识别
下载PDF
融合Skip-gram与R-SOPMI的教育领域情感词典构建 被引量:2
9
作者 陈俊 席宁丽 +1 位作者 李佳敏 万晓容 《应用科学学报》 CAS CSCD 北大核心 2023年第5期870-880,共11页
提出一种基于特征融合的细粒度教育领域情感词典构建方法。首先构建了教育领域语料库,包含正式、非正式领域情绪特征;其次提出一种融合特征的领域情绪词典构建方法,在情绪划分基础上识别词的语言概率特征以及统计概率特征,改进情感倾向... 提出一种基于特征融合的细粒度教育领域情感词典构建方法。首先构建了教育领域语料库,包含正式、非正式领域情绪特征;其次提出一种融合特征的领域情绪词典构建方法,在情绪划分基础上识别词的语言概率特征以及统计概率特征,改进情感倾向点互信息,提出用于情绪分类的情感倾向点互信息算法,实现共现多分类情绪划分;最后得到细粒度教育领域情感词典,词典扩充至39 138个情绪词。实验表明:使用所提出方法构建的教育领域情绪词典除情绪“怒”以外,各类别F1综合指标均高于78.09%,整体性能良好。与通用词典相比,宏平均准确率、宏召回率和宏F1分别提升了21.95%、2.50%和13.01%,表明该融合特征方法能有效提取领域特征进而完成细粒度领域词典构建。 展开更多
关键词 情感词典 情绪分类 词向量 融合特征
下载PDF
改进的跨模态关联歧义学习的虚假信息检测方法研究
10
作者 段钰潇 胡艳丽 +2 位作者 郭浩 谭真 肖卫东 《计算机科学》 CSCD 北大核心 2024年第4期307-313,共7页
近年来,随着互联网及多媒体技术的迅猛发展,人们获取信息更加方便快捷,然而虚假信息在网络上的传播也日益严重,负面影响不断扩大。为了增强信息的可信度和欺骗性,虚假信息呈现多模态发展趋势,使得检测工作面临更大挑战。现有的多模态虚... 近年来,随着互联网及多媒体技术的迅猛发展,人们获取信息更加方便快捷,然而虚假信息在网络上的传播也日益严重,负面影响不断扩大。为了增强信息的可信度和欺骗性,虚假信息呈现多模态发展趋势,使得检测工作面临更大挑战。现有的多模态虚假信息检测方法大多关注多模态特征的形成,对于跨模态歧义和不同模态特征在检测中的贡献率的研究尚不完善,忽略了不同模态特征间固有差异性对虚假信息检测的影响。为解决该问题,提出了构建改进的跨模态关联歧义学习的虚假信息检测模型,通过对文本和图像特征进行跨模态歧义学习,利用歧义得分更新单模态与融合特征的权重,自适应地拼接单模态与融合特征;同时采用网格搜索动态分配文本、图像特征权重,提高检测准确率。在Twitter数据集上对该模型的有效性进行验证,其相比基线模型准确率提高了6%,相比未进行动态权重分配的检测方法性能提升了1.6%。 展开更多
关键词 虚假信息检测 多模态 跨模态关联 歧义学习 融合特征
下载PDF
RBAT:基于融合特征和残差网络的入侵检测模型
11
作者 李婧 杨兴凯 《中国工程机械学报》 北大核心 2024年第2期258-263,共6页
面对海量不平衡网络流量数据,传统入侵检测技术的准确度不高。为解决此问题,提出了一种基于融合特征和残差网络的入侵检测模型RBAT。利用SMOTE过采样和TOMEK LINK欠采样结合的综合采样方法解决原始数据不平衡问题。利用双向门控循环神... 面对海量不平衡网络流量数据,传统入侵检测技术的准确度不高。为解决此问题,提出了一种基于融合特征和残差网络的入侵检测模型RBAT。利用SMOTE过采样和TOMEK LINK欠采样结合的综合采样方法解决原始数据不平衡问题。利用双向门控循环神经网络GRU、卷积神经网络CNN提取数据的时间特征和空间特征,添加注意力机制,强化2种特征关键信息的重要程度,再将2种特征通过跨层连接的方式融合,融合的特征模块与残差网络结合,提高模型拟合能力和准确度。实验采用经典的NSLKDD作为基准数据集进行仿真测试,结果表明:与其他模型相比,该模型检测准确度为99.62%。 展开更多
关键词 入侵检测 深度学习 融合特征 注意力机制 残差网络
下载PDF
基于ASGRU-CNN时空双通道的语音情感识别
12
作者 高鹏淇 黄鹤鸣 《计算机仿真》 2024年第4期180-186,共7页
语音情感识别是实现人机交互的关键,如何提升语音情感识别的准确率以及更有效地提取具有情感代表性的特征是语音情感识别所面临的问题之一。针对以上问题,构建了一种包含空间特征提取模块和时序特征提取模块的双通道时空语音情感识别模... 语音情感识别是实现人机交互的关键,如何提升语音情感识别的准确率以及更有效地提取具有情感代表性的特征是语音情感识别所面临的问题之一。针对以上问题,构建了一种包含空间特征提取模块和时序特征提取模块的双通道时空语音情感识别模型ASGRU-CNN。模型总体框架由两条并行分支组成:第一分支为空间特征提取模块,由三维卷积、二维卷积及池化操作共同构成级联结构;第二分支为时序特征提取模块,由切片循环神经网络内嵌门控循环单元及注意力机制构成。模型以韵律特征及谱特征的融合特征作为输入特征,经过双分支处理后,进入全连接层进行语音情感分类。在CASIA与EMO-DB数据库上进行相关实验,并通过数据扩充增加训练样本,与其它语音情感识别模型实验结果相比,所提出的模型具有较好的鲁棒性和泛化性。 展开更多
关键词 语音情感识别 融合特征 切片循环神经网络 注意力机制 数据扩充
下载PDF
基于GLSTM和Attention的中文事件要素提取 被引量:4
13
作者 曹渝昆 孙涛 《计算机工程与应用》 CSCD 北大核心 2022年第6期157-163,共7页
事件信息抽取是信息抽取任务中的一种,旨在识别并提出一个事件的触发词和元素。由于容易受到数据稀疏的影响,事件要素的抽取是中文事件抽取任务中的一个难点,研究的重点在于特征工程的构建。中文语法相较英文要复杂许多,所以捕获英文文... 事件信息抽取是信息抽取任务中的一种,旨在识别并提出一个事件的触发词和元素。由于容易受到数据稀疏的影响,事件要素的抽取是中文事件抽取任务中的一个难点,研究的重点在于特征工程的构建。中文语法相较英文要复杂许多,所以捕获英文文本特征的方法在中文任务中效果并不明显,而目前常用的神经网络模型仅考虑了上下文信息,不能兼顾词法和句法特征。因此针对中文的词法和句法特点,构建一种结合分组长短期记忆网络(grouped long-short term memory,GLSTM)和Attention的中文事件要素抽取方法 AGCEE(attention and GLSTM based Chinese event extraction),通过Attention机制融合词特征和句子特征,采用GLSTM捕获句子的上下文信息,并通过条件随机场(conditional random fields,CRF)进行事件信息抽取,最后在公开数据集上进行实验以验证模型的有效性。 展开更多
关键词 事件要素抽取 注意力机制 融合特征 分组长短期记忆网络(GLSTM)
下载PDF
基于融合特征的无人履带车辆道路类型识别方法 被引量:1
14
作者 刘佳 刘海鸥 +1 位作者 陈慧岩 毛飞鸿 《兵工学报》 EI CAS CSCD 北大核心 2023年第5期1267-1276,共10页
无人履带车辆行驶路况复杂,将道路类型作为无人履带车辆悬架控制、自动换挡决策、路径规划等任务的先验信息,有利于提升车辆性能。针对使用单一信号识别道路类型环境适应性差或准确率低的问题,提出一种基于融合特征的道路类型识别方法,... 无人履带车辆行驶路况复杂,将道路类型作为无人履带车辆悬架控制、自动换挡决策、路径规划等任务的先验信息,有利于提升车辆性能。针对使用单一信号识别道路类型环境适应性差或准确率低的问题,提出一种基于融合特征的道路类型识别方法,将图像的深度特征和悬置质量垂向加速度时域、频域、功率谱密度信号的统计特征相结合,利用机器学习分类算法实现道路类型识别。对单一特征和融合特征进行对比发现:融合特征实现了图像特征和悬置质量垂向加速度特征的互补,提高了道路类型识别的准确率和环境适应能力;融合特征方法与仅使用图像特征的方法实时性相差极小。对多种机器学习分类算法进行对比,试验结果表明:支持向量机和随机森林在准确性和实时性方面都表现优越,总体准确率均可以达到90%以上,识别速度可以达到14帧/s。 展开更多
关键词 无人履带车辆 融合特征 机器学习 卷积神经网络 道路类型识别
下载PDF
面向图文匹配任务的多层次图像特征融合算法 被引量:3
15
作者 郝志峰 李俊峰 +3 位作者 蔡瑞初 温雯 王丽娟 黎伊婷 《计算机应用研究》 CSCD 北大核心 2020年第3期951-956,共6页
现有主流的利用预训练卷积神经网络提取图像特征的方法存在仅使用单层预训练特征表征图像和预训练任务与实际研究任务不一致的问题,使得现有图文匹配方法无法充分利用图像特征,极易受到噪声特征干扰。针对上述问题,使用了预训练网络中... 现有主流的利用预训练卷积神经网络提取图像特征的方法存在仅使用单层预训练特征表征图像和预训练任务与实际研究任务不一致的问题,使得现有图文匹配方法无法充分利用图像特征,极易受到噪声特征干扰。针对上述问题,使用了预训练网络中的多层特征,并提出了多层次图像特征融合算法。在图文匹配的学习目标指导下,利用多层感知机(multi-layer perceptron)有监督地融合和降维多层次的预训练图像特征,生成融合图像特征,从而充分利用预训练特征,减少噪声干扰。实验结果表明,提出的融合算法可实现对预训练的图像特征更有效的利用,相比于使用单层次特征的方法能获得更好的图文匹配效果。 展开更多
关键词 图文匹配 多层次图像特征 预训练特征 融合图像特征 推荐系统
下载PDF
基于人脸多特征融合的精神分裂症自动识别
16
作者 李雯 郭湘 +3 位作者 秦林雨 何凌 郑秀娟 李元媛 《计算机工程与设计》 北大核心 2023年第9期2761-2768,共8页
针对精神分裂症诊断主观性强、缺乏客观辅助诊断指标的问题,提出基于人脸多特征融合的精神分裂症自动识别算法。提取人脸关键点,综合分析文本朗读过程中精神分裂症患者眼动、嘴部运动、头部姿态等非言语行为特征,构建融合特征并结合支... 针对精神分裂症诊断主观性强、缺乏客观辅助诊断指标的问题,提出基于人脸多特征融合的精神分裂症自动识别算法。提取人脸关键点,综合分析文本朗读过程中精神分裂症患者眼动、嘴部运动、头部姿态等非言语行为特征,构建融合特征并结合支持向量机进行自动分类识别。实验采集20位精神分裂症患者与20位正常对照组的文本朗读视频进行测试,其结果表明,提出方法在十折交叉验证中获得92.5%的分类正确率,算法实现了对精神分裂症的自动识别,能够为精神分裂症提供客观的辅助诊断指标。 展开更多
关键词 精神分裂症 人脸关键点 非言语行为 融合特征 文本朗读 自动识别 辅助诊断
下载PDF
基于深度学习的高速公路团雾检测方法
17
作者 倪广义 唐振民 《计算机与数字工程》 2023年第12期2971-2976,共6页
随着我国高速公路总里程的迅猛增加,由团雾引发的交通事故也不断增多。团雾形成突然、范围小、分布随机性高,难以被气象预报所检测,且其浓度通常较高,严重影响了道路安全。传统的团雾检测方法多依托无线传感器、激光器等建立监测站,存... 随着我国高速公路总里程的迅猛增加,由团雾引发的交通事故也不断增多。团雾形成突然、范围小、分布随机性高,难以被气象预报所检测,且其浓度通常较高,严重影响了道路安全。传统的团雾检测方法多依托无线传感器、激光器等建立监测站,存在技术繁琐、实施困难、经济性差等缺点。为解决上述问题,论文提出了一种基于深度学习的高速公路团雾检测方法,以高速公路监控为依托,快速检测团雾等级,可以大大降低团雾检测成本。该检测方法以道路监控图像为输入,首先通过车道线分割网络得到二值化的车道线特征,并设计了浓雾区分割网络分支提取浓雾特征;然后综合可见车道线特征、浓雾区域特征、路面梯度特征输入至特征融合网络训练得到出路面水平可见距离,进而预测出路面团雾等级。实验结果表明,论文提出的快速团雾检测方法能够通过路面监控图像预测团雾等级,在复杂的团雾道路环境下具有较高的准确性和鲁棒性。 展开更多
关键词 团雾检测 深度学习 车道线检测 融合特征
下载PDF
高噪声环境下电厂设备声音融合特征生成方法研究与实现 被引量:3
18
作者 张强 武明路 +4 位作者 韩文学 包伟伟 张楠 李明轩 翟永杰 《热力发电》 CAS CSCD 北大核心 2022年第12期39-47,共9页
基于声音信号的电厂设备状态监测是一种新型的设备状态故障诊断技术,电厂的高噪声环境是该技术应用过程中需要解决的技术难点。针对高噪声环境下电厂设备声音识别问题,提出一种基于Mel频率倒谱系数(MFCC)和Gammatone频率倒谱系数(GFCC)... 基于声音信号的电厂设备状态监测是一种新型的设备状态故障诊断技术,电厂的高噪声环境是该技术应用过程中需要解决的技术难点。针对高噪声环境下电厂设备声音识别问题,提出一种基于Mel频率倒谱系数(MFCC)和Gammatone频率倒谱系数(GFCC)的电厂设备声音融合特征生成方法,以实现对不同设备运行声音的准确识别。首先,使用96通道声像仪在电厂高噪声环境中采集处于运行状态的6种设备声音信号,并对声音信号进行预处理,得到多帧样本信号;然后,利用MFCC和GFCC对预处理后的声音信号进行特征提取,得到原始高维特征;为消除噪声影响并降低特征维度,分别使用主成分分析(PCA)、降噪自动编码器(DAE)和t分布-随机近邻嵌入(t-SNE)算法对原始高维特征进行降维处理,计算对应类别可分性准则函数值,将同种降维方法下的降维特征融合得到融合特征;最后,向数据集中加入高斯白噪声,基于融合特征采用支持向量机算法进行设备声音识别,验证融合特征的准确性和鲁棒性。实验结果表明,融合特征既具有MFCC特征的准确性也具有GFCC特征的鲁棒性,相较于降维前的MFCC和GFCC特征提取方法,识别成功率明显提高,可为电厂设备状态监测与故障预警方法的进一步研究提供理论基础。 展开更多
关键词 状态监测 故障诊断 声音识别 融合特征 去噪 降维
下载PDF
基于SVM和HMM二级模型的行为识别方案 被引量:4
19
作者 苏竑宇 陈启安 吴海涛 《计算机与现代化》 2015年第5期1-8,12,共9页
人体行为识别对于个人辅助机器人和智能家居等一些智能应用,是非常必要的功能,本文运用SVM&HMM混合分类模型进行日常生活环境的人体行为识别。首先,使用微软的Kinect(一种RGBD感应器)作为输入感应器,提取融合特征集,包括运动特征、... 人体行为识别对于个人辅助机器人和智能家居等一些智能应用,是非常必要的功能,本文运用SVM&HMM混合分类模型进行日常生活环境的人体行为识别。首先,使用微软的Kinect(一种RGBD感应器)作为输入感应器,提取融合特征集,包括运动特征、身体结构特征、极坐标特征。其次,提出SVM&HMM模型,SVM&HMM二级模型发挥了SVM和HMM各自的优点,既结合了SVM适于反映样本间差异性特点,又发挥了HMM适合处理连续行为的特点。该二级模型克服了单一SVM模型、传统HMM模型和在人体复杂和相似行为建模过程中精度、鲁棒性和计算效率上的不足。通过大量实验,结果表明SVM&HMM二级模型对室内日常行为的识别具有较高的识别率,且具有较好的区分性和鲁棒性。 展开更多
关键词 行为识别 融合特征
下载PDF
基于融合特征的虚假评论检测方法 被引量:3
20
作者 张考 于洪涛 崔瑞飞 《信息工程大学学报》 2016年第4期504-508,512,共6页
针对现有虚假评论检测方法未充分利用用户历史行为中蕴含的动态信息,首先利用时序分析模型从这些动态信息中挖掘能够刻画用户行为的动态特征;其次,融合这些动态特征与用户层面静态特征发现可疑用户,并将用户可疑概率传播至用户所发表评... 针对现有虚假评论检测方法未充分利用用户历史行为中蕴含的动态信息,首先利用时序分析模型从这些动态信息中挖掘能够刻画用户行为的动态特征;其次,融合这些动态特征与用户层面静态特征发现可疑用户,并将用户可疑概率传播至用户所发表评论得到评论可疑概率;最后,融合评论可疑概率与评论层面静态特征形成融合特征,使用PU-Learning分类策略实现虚假评论的检测。真实数据集上的实验表明,本文方法的性能优于现有方法。 展开更多
关键词 时序分析 动态特征 融合特征 虚假评论 PU-Learning
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部