基于链码特征的几何图形快速识别算法

针对目前几何图形识别算法计算复杂度高、处理时间长、识别种类少等问题,提出一种基于链码特征的几何图形快速识别算法.该算法结合链码直方图和链码空间分布熵,兼顾链码的统计特性和空间分布特性,具有尺度、旋转、平移不变性及链码起点无关性.仿真实验表明,该算法能够识别较多种类的图形,且识别准确率较高、较快.     

基于归一化链码直方图和最小外切矩形的舰船目标识别方法

针对归一化链码直方图在目标旋转上无法保持稳定不变性的缺陷,提出了归一化链码直方图与最小外切矩形相结合的舰船目标识别方法,利用求取目标区域最小外切矩形的过程,对目标区域进行方向规范化,再求取规范化后目标轮廓曲线的归一化链码直方图,最后对舰船目标进行识别。实验结果表明,该方法克服了归一化链码直方图在目标旋转不变性上的缺陷,对目标区域的任何角度旋转都能保持稳定的不变性,对舰船目标的识别效果更好。     

基于堆栈稀疏自编码与整体嵌套的乳腺病理图像细胞识别

为解决病理图像的快速分析和利用细胞自动识别的问题,提出了一种基于堆栈稀疏自编码与整体嵌套的细胞识别的方法,快速、高效、准确地识别了高分辨率病理组织图像中的细胞.运用堆栈自编码对训练集中的细胞样本块和非细胞样本块提取高级特征,并运用特征训练Softmax分类器,加入融合层进行融合,用于细胞的自动识别;在训练过程中,还引入了一种新的整体嵌套结构.结果表明:该算法能有效识别出细胞,较其他自编码相比,具有更高的准确率、召回率和综合评价指标.     

基于自分簇自学习算法的垃圾短信识别

垃圾短信发送者会不断尝试修改垃圾短信内容以欺骗过滤系统,导致识别准确率降低,为此提出一种基于自分簇自学习算法的识别方法.首先以最小编辑距离的方式构建垃圾短信关系链,使用MeanShift算法对其进行聚类实现自分簇功能.之后计算每个簇核心,并以与核心的距离确定每个样本的权值,以权值样本训练分类器,当新垃圾短信样本被分类器识别后,会被归类到某个簇并重新计算该簇的核心和各个样本的权值,并更新分类器,重复此过程实现自学习功能.实验结果表明,新方法准确率提高约2.51％ ～5.14％,且能长时间保持.     

基于简约码特性树的字母和数字识别

针对由大写英文字母和阿拉伯数字组成的符号序列图像进行识别．字母和数字经细化处理，得到其骨架线，采用八方向链码及特定的编码跟踪规则形成由多条子链构成的唯一链码描述，提出了包含较少冗余信息、便于提取系列骨架线特征的简约码及简约码特征提取方法，并建立了对特征向量各分量酌情分开使用、形成分类特征树的策略，成功地解决了25个字母和10个数字的识别问题测试结果表明，该方法及算法的平均正确识别率为98％，优于商用软件的识别率．     

采用剪影描述的人类行为识别方法

通过前景分割和形态学处理得到人体剪影,用链码来表述剪影,求取链码的方向直方图并对其归一化得到一幅剪影图像的稳定特征向量.在识别过程中为了解决行为识别中的时间偏移和速度差异问题,改进了动态时间弯折算法,不使用2个序列的起始端点,而是在模型序列中搜索得到相对于测试序列的局部最优起始端点.最后,对不同行为主体、不同图像尺度的5种人类行为(伸平左臂、挥舞左手、走、坐、下蹲)进行了识别实验,在±30°视角范围内识别率达以95%以上.     

变长夹角链码及其生成算法研究

夹角链码是用一串有向等长度线段间的夹角序列来描述曲线的编码方法.提出了一种线段长度可变的夹角链码——变长夹角链码.对给定的曲线,在误差允许的范围内,用有限个长度不完全相等的有向线段和相邻两线段间的夹角进行描述.这些角度和线段的长度共同构成变长夹角链码.变长夹角链码保留了夹角链码的优点,在描述一些拐点较多、较密,曲率变化较大的曲线时,与夹角链码相比,在占用存储空间基本相同的情况下,表示精度更高.该链码可用于解决图形存储、重建与匹配等方面的问题.     

n链码对异形纤维特征参数的作用

通过n链码对图形特征参数影响的研究,讨论了n链码对异形纤维轮廓的平滑作用以及不同的n取值对轮廓曲线的不同平滑效果.通过面积误差、周长误差以及轮廓相似度3个误差模型,分析了6种标准几何图形在不同的n值作用下轮廓的失真,讨论了n的计算方法,并在异形纤维识别应用中对该计算方法进行了验证.     

多种印刷体汉字识别的一种方法

本文提出了一种新的描述多种印刷体汉字的方法——特征链码法.使用该方法无需先对汉字图像进行细化和平滑处理,可以克服汉字图像位移、不同大小以及一些噪声的影响.实验中针对常用的一级字库约3700个仿宋体、宋体、黑体(理论上还可以扩充到二级字库6700多个印刷体汉字,字体还可以增加楷体等),以及相应的尺寸出现的变化如24×24、24×48、48×48等做了特征抽取和识别试验,实验中还对链码特征库进行了几种预分类.     

基于八链码形状匹配的抽油机井地面示功图凡尔开闭点识别

示功图凡尔开闭点的精准识别对抽油机井工况诊断、功图计产具有重要意义。针对目前示功图凡尔开闭点识别研究局限性,结合大数据环境下抽油机井生产特点,为进一步提高示功图凡尔开闭点识别精准性和实用性,提出一种基于八方向链码形状匹配的抽油机井地面示功图凡尔开闭点识别方法。首先对理论示功图和凡尔开闭点物理表示意义进行分析,用自定义的八方向链码对预处理后的地面示功图进行轮廓提取,再建立形状匹配库,在设定的迭代次数内进行轮廓光滑和链码压缩直至形状匹配成功,最后根据匹配形状定位规则定位凡尔开闭点。应用该方法对胜利油田某区块1650个地面示功图进行凡尔开闭点识别,并将定位的凡尔开闭点运用于60口抽油机井11种工况的识别,基于该方法的识别效果比已有的基于四方向链码多边形近似凡尔开闭点识别方法提高了近1%。结果表明精确识别凡尔开闭点有利于提高抽油机井的故障诊断率和产液量功图计算精准率,从而验证了该方法的有效性。     

结合类属特征及因果发现的序列优化分类器链

分类器链是利用标签间相关性实现挖掘特定对象多维标记信息的重要多标签分类方法.面向现有分类器链算法，针对各标签的基学习器均在完整特征空间中训练导致学习特征冗余，以及因标签学习顺序随机且分类器链训练过程单向无反馈导致的标签间相关信息利用不充分等问题，本文提出一种结合类属特征及因果发现的序列优化分类器链.该方法采用类内仿射传播聚类为每个基学习器构建高级结构化特征，减少冗余信息；利用条件熵准则挖掘标签间因果关系，优化学习序列提高对标签间相关信息的利用程度.在多个公开数据集的实验结果表明，序列优化分类器链有效增强了单节点学习效果以及对多标签间关联信息的利用，有效提升了多标签分类效果，实用价值高.      

O-SEPA选粉机内部流场数值模拟的方法选择

O-SEPA选粉机的内部结构复杂,相对于传统试验方法,模拟仿真可以反映出其内部流场的情况。基于CFD理论使用有限体积CFD分析软件Fluent 6.3对O-SEPA1000选粉机内部三维流场进行数值模拟是比较经济可行的一种方法。在数值模拟过程中,其选择方法尤为重要,直接关系到数值模拟是否成功,结果是否足够精确。经过试验验证,文中讨论的方法比较准确地反映了选粉机内部流场的各种特性。     

基于复合形法的马铃薯分级机优化设计研究

分析了马铃薯分级机振动筛及物料的运动及动力学特性,从而找出其运动参数及约束条件,以复合形法结合Matlab程序设计语言对参数进行了优化求解,结果证明行之有效,可为相关产品的优化设计提供理论方法及借鉴.     

2种恶意代码行为特征统计方法的比较

随着恶意代码技术的更新,其检测技术变得日趋复杂,以启发式、前摄检测、行为检测和主动防御为代表的非特征码检测技术孕育而生,这些方法多数是利用了统计学原理。该文阐述了恶意代码行为的捕获方法和对恶意代码行为的统计方法,归纳了恶意代码行为的2种特征统计量定义方式;使用基于标准化欧式距离的分类器对这2种统计空间进行建模,并通过对建模结果的分析,得出了适用于最小距离分类器建模的行为特征统计空间。     

基于随机标记子集的多标记数据流分类算法

提出了基于随机标记子集的多标记数据流分类算法,其基本思想是在多标记分类过程中,将原始较大的标记集随机地划分为多个较小的标记子集,并针对每个标记子集训练一个概率分类器链.在充分利用标记间依赖关系的同时,又有效地降低了概率分类器链的时间复杂度.同时,在算法中嵌入了自适应滑动窗口算法来检测概念漂移.实验结果表明,同其他算法相比,在大多数数据集合上能够更有效地预测实例的类标集合,更适合概念漂移的环境.     

图像区域边界抽取与链码树结构生成算法

通过定义二值图像像素顶点的链码,构造像素顶点矩阵,给出了一个基于像素顶点的线性的图像区域边界追踪和链码树结构的生成算法,算法在追踪和抽取区域边界的顶点链码的同时生成区域边界的链码树结构.算法复杂度是线性的,且适用于任意复杂图像区域.     

基于Boosting的支持向量机组合分类器

Boosting是一种有效的分类器组合的方法,文章提出用一个改进的Boosting方法对支持向量机分类器进行集成学习,得到Boosting-MultiSVM分类器;试验结果表明,基于Boosting的支持向量机训练是一个收敛过程,相比标准的支持向量机分类器,Boosting-MultiSVM分类器的泛化性能有不同程度的提高。     

基于最小分类错误训练的神经网络分类器设计

提出了一种基于最小分类错误（MCE）训练的采用多层感知器（MLP）结构的模式分类器设计方法。这是一种以分类错误率最小化为目标的模式分类器设计方法，将它用于MLP分类器设计能够进一步提高分类器的性能。采用MLP实现MCE训练中的分类损失计算，从而将MCE训练过程与MLP分类器设计统一在一个神经网络结构中，通过BP算法予以实现。这不仅能达到提高MLP分类器性能的目的，而且简化了它的设计过程。     

基于链码的原木端面图像检尺径识别算法

根据原木端面图像的获得方式及其特性,改进了方向链码的轮廓跟踪技术,提出了从图像中心点开始竖直往下扫描获取跟踪起始点,并在约束条件下自动寻找端面图像目标轮廓的算法,此算法大大提高了原木端面图像的轮廓跟踪效率.原木端面为类圆形图像,根据获得的目标轮廓的链码序列和边界点的坐标信息,提出了确定原木端面图像目标轮廓的圆心及最短径等一系列检尺参数的方法.