基于雷达图表示原理的英文字符识别方法

在多元数据多元图表示原理理论基础上,提出了一种新的字符模式识别方法.首先基于多元数据雷达图表示原理进行字符的非数值数据-数值数据变换,进而实现字符信息的雷达图表示;然后对待识别字符进行多元图图形基元和特征基元分析,形成字符识别的多元图基元表示模犁;最后在字符识别的多元图基元表示模型基础上实现字符识别.本文以手写体大写英文字符的识别为例介绍该方法,通过实验证明该方法具有较好的识别效果.     

基于方向基元集描述的指纹方向图求取算法

研究指纹的方向图对实现指纹纹线修补、纹形特征的提取以及指纹的分类等应用都有很强的实用价值。笔者通过对指纹图象方向基元集的定义和描述,运用方向基元样本的统计特性,给出了一种求取指纹方向图的方法。并将该方法运用到一套智能卡指纹验证系统中进行纹型比对,实践证明：该方法算法简单,快速有效,对各种噪声具有一定的鲁棒性。     

基于可拓基元理论的复杂社会网络分析模型

 针对传统社会网络分析模型存在的不足, 根据可拓学中的基元理论, 结合社会网络分析理念及方法, 研究一种新的复杂社会网络分析模型。利用多维物元表示复杂社会网络的整体特征、节点属性和网络分析测度, 丰富节点的现实涵义;利用多维关系元表示节点之间的关系, 充分体现网络中关系的多重性;利用多维事元表示网络结构及环境变化的细节信息, 构建了复杂社会网络的多维可拓基元分析模型。通过实例分析, 验证了该模型的实用性及优越性。     

基于基元自相关图的图像检索

提出一种新颖的颜色特征描述子,它能够在基元的基础上表达颜色信息的空间相关性.首先将彩色图像量化为64种颜色,并且对图像进行基元分析,最后利用统计信息来描述图像特征.实验结果表明,基元自相关图的性能优越于颜色直方图和颜色自相关图;基元自相关图的计算复杂度和特征维数均明显地小于颜色自相关图.     

多维数据2D图表示的统一数学描述与唯一性证明

讨论了多维数据2D图表示的统一数学描述问题.多维数据的2D图表示可分为单点表示和多点表示.这两种表示的数学描述通式,一般是在直角坐标系下的点或者矢量表达式.在建立多维数据集合和二维平面定序图形基元集合间映射关系的基础上,证明了该表示是唯一的.     

着装脸谱图的分类新算法

基于多元统计图表示的脸谱图方法和最小均值分类器的思想,提出了最近脸谱图分类器新方法.针对脸谱图不能有效表达数据样本维数的特点,提出了着装脸谱图,并给出了新的图形特征:面积特征和重心特征.针对脸谱图分类器的主观性,提出了利用最近均值分类器实现脸谱图图形特征的自动分类.8种真实数据集的实验结果证明了该方法的有效性.     

卫星云图结构基元的提取

利用弗里曼链式方向码，对云图边缘和骨架数据线进行分割跟踪后，得到了特定的几何弧线。根据这些弧线中连接特征点的有向弧线段端点的不同，定义了一组结构基元，并给出了从基础数据中利用轮廓线跟踪算法和骨架分割跟踪算法完成基元提取的方法以及在台风云体系识别中的应用。实验数据表明，定义的结构基元具有特征明显和便于识别等优点，可用于采用句法模式识别方法进行卫星云图识别的研究。     

高分辨率遥感影像线性基元的提取

叙述了线性地物特征基元的概念,总结了特征基元的高分辨率遥感影像多尺度信息提取技术流程框架,即在大尺度下的粗分割后进行线性基元提取的技术流程过程。     

基于决策树的语音基元语境特征权重训练算法

提出了一种基于决策树的语音合成基元的语境特征权重训练算法.对语音数据库中的每个带调音节,利用语境相关的问题集和候选基元的频谱距离建立决策树.对每个要合成的音节,根据其语境特征,获得语音合成系统选择的基元的语境特征F*和该语境特征下决策树叶子结点中基元的语境特征F′.统计F′中每一个语境特征相对于F*的变化,根据语境特征变化的概率对权重进行调整.实验结果表明,这种方法能够训练出合理的语境特征权重,使得合成语音的自然度有一定提高.同时,利用这种方法还可以对语音合成系统进行实时优化.     

用基于最小子集的遗传算法提取基元

基元提取是基于模型的计算机视觉研究的一项重要内容 .霍夫变换是基元提取的最常用的方法 ,然而 ,在许多情况下 ,其存储开销太大而难以让人接受 .为此提出了一种基于最小子集的遗传算法来提取基元 ,在此 ,最小子集被定义为确定某一基元所需几何点的最小数目 .与霍夫变换相比这种方法能更有效地提取基元 .     

基于2D图表示原理的模式识别研究开放性问题

在基于多元统计图表示原理的信息融合与模式识别研究取得阶段性成果基础上,给出了可视化模式识别的理论研究框架关联图.基于对理论框架关联图的分析和分解,提出了基于2D图表示原理的模式识别研究开放性问题.这些问题既是需要深入研究的工作,也是完善这个重要理论的基础,对于建立一个崭新观点的模式识别理论具有重要意义.     

基于基本体和AEC扩展体的3DSMAX树木建模技术

首先介绍多边形网格建模的基本原理。接着，详细介绍了基于基本体和基于AEC扩展体的3DSMAX树木建模技术。最后，对这两种技术进行了比较，讨论了两种技术的应用环境。     

基于图像特征信息的数字半色调方法

绝大部分数字半色调方法是通过图像的局部再现实现图像的整体再现,该技术存在细节信息少,特征不明显等不足.为此,提出基于图像特征信息的数字半色调方法.首先,选取合适的图像特征函数,构造绘图图元金字塔滤波器（其像素灰度值大于等于255）和权值金字塔滤波器;其次,利用绘图图元滤波器计算绘图图元的数量;最后,利用权值滤波器从上到下逐层排列绘图图元,直到该滤波器的最低层,即可得到再现图像.实验结果表明,根据用户的不同需求设置参数,能够再现图像不同程度的特征信息;再现图像不仅规律性纹理很少,而且能够充分再现图像的细节信息.     

新型三角多项式图

揭示了传统的三角多项式图的本质是一种随机过程 ,给出了另外 2种新的三角多项式图 ,即新形式的三角多项式图和等欧氏距离的三角多项式图 .通过证明 ,这 2种新的三角多项式图都具有传统三角多项式图所不可替代的优良性质 ,由此拓宽了三角多项式图的应用范围     

多状态图神经网络文本分类算法

为了提高模型在文本分类任务中的分类性能,针对图神经网络中存在的过度平滑问题,同时增强模型在处理文本特征与文本表示方面的能力,提出了一种基于多状态图神经网络的文本分类算法(multi-state graph neural network, MSGNN)。多状态图神经网络是利用网络层的多个历史状态信息对图神经网络进行强化,构建合理的文本图结构数据作为模型输入。在缓解网络层过度平滑问题的同时,结合2种改进后的不同类型的图神经网络来增强模型的特征提取与特征聚合能力。利用多头自注意力机制对文本关键词的挖掘与利用能力,从多个文本子空间来生成高质量的文本表示,进而完成文本分类。通过在几个公开的文本分类数据集上进行实验分析,相较于其他神经网络的文本分类算法,该方法取得了较好的分类准确率。     

基于图注意力网络的安卓恶意软件检测

安卓恶意软件的爆发式增长对恶意软件检测方法提出了更高效、准确的要求.早年的检测方法主要是基于权限、opcode序列等特征,然而这些方法并未充分挖掘程序的结构信息.基于API调用图的方法是目前主流方法之一,它重在捕获结构信息,可准确地预测应用程序可能的行为.本文提出一种基于图注意力网络的安卓恶意软件检测方法,该方法通过静态分析构建API调用图来初步表征APK,然后引入SDNE图嵌入算法从API调用图中学习结构特征和内容特征,再通过注意力网络充分融合邻居节点特征向量,进而构成图嵌入进行检测任务.在AMD数据集上的实验结果表明,本文提出的方法可以有效检测恶意软件,准确率为97.87%,F1分数为97.40%.     

基于概念图谱与BiGRU-Att模型的突发事件演化关系抽取

针对现有突发事件演化关系抽取方法仅利用了句子本身的信息而忽略了背景知识的问题,引入概念图谱进行特征拓展,以获得更多的语义信息来改善演化关系抽取效果。首先根据概念图谱构建突发事件语义网络,通过特征迭代选择算法获得演化因子的概念特征,然后联合概念特征与突发事件文本作为双向门控循环单元(BiGRU)模型的输入进行特征学习,并利用注意力(Attention)机制对输出的特征信息序列实施加权变换,最后将学习到的特征序列输入到分类器进行演化关系分类。实验结果表明,所提出的基于概念图谱与BiGRU-Att模型的方法相比于现有方法,在准确率、召回率和F_1值等评价指标上均有提升。     

基于谱图的维度约简及其应用

为了提取主要特征和方便处理，大多数机器学习任务都要求把高维数据投影到低维空间.在这些拓扑空间中，数据对象的相似性一般由欧式距离来度量.讨论了对某些应用而言，相似性也可以以路径为指标来衡量，并且讨论了特征选取中局部和全局的关系.基于图谱理论，提出了一种结合路径特征和距离特征的维数约简方法，旨在发掘和保持原有数据中有意义的局部近邻关系.在信息检索和人脸识别的试验中，它取得了较好的效果.     

平面与基本实体体素相交性快速测试方法

在实体造型过程中，往往需要进行平面与基本实体体素的求交运算．为了加快求交速度，减少不必要的求交运算，应对平面与基本实体体素是否相交作快速测试．为此，提出了实体造型系统中平面与基本实体体素如圆锥体、圆柱体、球体和圆环体等进行相交性快速测试的一种方法．该方法通过坐标变换和简单的Ｚ坐标比较，便可快速判断出平面与基本实体体素的相交性