特征定义及构成

基于特征设计被认为是实现CAD／CAPP／CAM集成系统的关键.文中探讨了特征定义并提出了新的特征定义.分析了特征分类、特征表示、特征约束、特征属性、特征推导和特征集等特征设计中的一些关键问题.     

基于零件图的板料件产品模型

本文基于板料件零件图及其成形工艺,探讨了板料件特征构型方法,提出了以特征线为核心的产品模型.采用特征线可较好地解决形状特征与精度特征的统一描述问题,使得产品模型的特征信息完备.本文详细地描述了形状特征和精度特征及其与特征线的关系.     

基于多尺度特征选择与融合的目标检测方法

针对多尺度目标检测中特征图特征混淆和特征丰富程度不足的问题,提出一种基于多尺度特征选择与融合的目标检测算法。设计了一个特征选择模块来分离出不相关的特征,并结合特征金字塔网络形成特征选择网络结构,降低特征图中不同尺度目标的局部特征对当前尺度特征的干扰;提出一种浅层特征融合方法,将浅层特征逐级融合到较深层级特征中,解决特征图的特征不够丰富问题。结合特征选择架构和浅层特征融合架构,在PASCAL-VOC2007数据集上进行测试,结果mAP达到了80.1%。相较于基础的单阶段目标检测(single shot detection, SSD),所提算法的网络性能可提高2.9%,且在一些小目标和遮挡目标的检测效果上有明显的提升。通过对比和消融实验,证明了所提方法的有效性。     

直线关节型书写机器人书写笔迹特征的研究

目的利用笔迹特征分析直线关节型书写机器人的笔迹,找出其与手写笔迹的符合点和差异点并分析形成的原因,为笔迹鉴定提供依据。方法采用形态学研究方法,对书写机器人的笔迹和手写笔迹的特征进行比较研究。结果机器人书写的笔迹在概貌特征、局部安排特征、写法特征、错别字特征、搭配比例特征、笔顺特征上基本可以做到与真实笔迹高度相似,在运笔特征和笔痕特征上存在可供检验的特征点。结论起收笔特征、行笔笔法特征、连笔形态特征、连笔笔力特征、划痕与压痕特征、粗细与浓淡特征可为鉴别机器人书写笔迹与手写笔迹提供检验依据。     

三角网格模型特征线提取方法

提出一种三角网格模型的特征线提取方法.在三角网格模型特征点提取的基础上,人工交互地指定初始特征点.由初始特征点开始,应用主成分分析法分析特定范围内特征点集的主方向,寻找主方向上距离质心最远的特征点,并作为特征方向上的后继特征点;依次迭代,顺序记录特征点序列,直至寻找的后继特征点落回到初始特征域内才结束.最终,用3次非均匀B样条曲线,将得到的特征点集合拟合生成光滑特征线.     

特征造型研究

特征识别和特征实例化是特征造型的核心．论述了特征识别和特征实例化的基本理论及其实现方法，介绍了表达特征拓扑关系的几种基本方式，给出了特征识别的主要程序流程图、特征实例化的主要步骤．以及部分输出结果．     

多特征融合的非刚性三维模型匹配算法研究

特征描述符是影响非刚性三维模型匹配结果的关键因素,而单一特征只能描述三维模型某一方面的信息.为了克服单一特征在模型匹配时的局限性,进一步提高模型匹配的精确度,通过引入信息论中信息熵的概念,结合各单一特征匹配时的结果,计算得到各特征的权值,对多种特征(如热核特征(HKS)、能量分布特征(WKS)和模型表面积特征等)进行融合,作为非刚性三维模型匹配的特征.最后在SHREC’2014提供的标准测试数据集上进行试验,并与单一特征描述符的结果进行对比,验证了多特征融合得到的特征描述符要优于任一单一特征描述符,可以应用于非刚性三维模型检索系统中.     

决策依赖聚类的高维数据特征选择

针对启发式特征选择和特征聚类驱动特征选择方法的不足,研究了决策依赖的特征冗余性问题,提出了一种基于邻域粗糙集的决策依赖特征聚类的高维数据特征选择方法(RDCFS).首先,依据邻域粗糙集模型,设计了一种特征联合依赖度增益度量,刻画数据特征在分类和辨识层面上的冗余性和关联性.其次,构建了一种最优特征簇结构的评估准则和特征冗...     

最大熵方法中特征选择算法的改进与纠错排歧

对应用最大熵原理建立语言模型的特征选取方法作了改进.用特征模板从训练样本中获得候选特征集,应用频次与平均互信息相结合的方法从候选特征集中选取特征.在选择有效特征时,对候选特征集中出现频次大于某一限值的特征或平均互信息很大的特征直接加入有效特征集,且不是每选一个特征都调用参数的求解过程,从而加快了特征选择的速度.将改进的算法应用于文本纠错建议的排歧,实验证明,所改进的特征选择算法有效.     

油藏特征模型的建立及其应用

针对油藏概念模型和实际模型存在的不足,提出了一个能够反映油藏主要地质特征、井网特征、生产特征、渗
流特征和剩余油分布特征的新模型油藏特征模型,给出了建立油藏特征模型的详细思路和具体步骤。油藏特征
模型建模相对简单,反映油藏地质特征和开发特征的程度介于概念模型和实际模型之间,但能够反映油藏的主要渗流
特征和剩余油分布特征,在此基础上,可以开展油藏开发机理和具体的注水技术措施研究。同时,该油藏特征模型的
建立也提供了一种新的建模思路,扩展了目前油藏模型的类型。最后,以孔二北油田为例详细介绍了建立油藏特征模
型的具体过程,并提出了建立在此油藏特征模型基础上的优化周期注水技术措施。     

新时期企业文化建设的特征

企业文化建设要以"三个代表"重要思想为指导,牢固树立科学发展现,把握好新时期企业文化建设的5个特征,即和谐特征、科学发展特征、创新特征、安全特征和行业特征.     

迎接生物识别时代的到来

生物特征识别,是指通过计算机将人体所固有的生理特征或行为特征收集并进行处理,由此进行个人身份鉴定的技术.生理特征与生俱来,多为先天性的,行为特征则是习惯使然,多为后天形成.科学家将生理和行为特征统称为生物特征,常见的生物特征包括指纹、掌纹、虹膜、脸像、声音、笔迹等.     

基于子图特征的科学家合作网络链路预测

提出了多种基于子图结构特征的新特征,构建了基于节点重要性、基于节点共同邻居、基于边共同邻居、基于邻居子图和基于边子图五类特征,并将这五类特征中的多种特征分别作为特征输入,运用机器学习的方法,实现科学家合作网未来合作关系的预测。研究中发现,基于边子图特征的链路预测准确率最好。此外,研究中运用基于模型的特征排序和最大信息系数特征选择方法分析类内特征的影响力以及相互关系,通过机器学习算法的分类模型进行链路预测。该方法能够有效地揭示网络类内特征在预测中的重要性和相关性,有利于发现影响力大的特征和冗余特征。     

基于特征融合的面部表情识别

针对传统Gabor变换在提取表情特征时,冗余较大、特征维数较高的不足,结合ASM自动特征定位技术,提出了一种基于特征点Gabor特征和ASM形状特征相融合的面部表情识别方法. 实验表明,两种特征的融合,可有效地利用特征点的局部纹理信息和脸部器官的整体形状信息,达到了更好的面部表情识别效果.     

基于特征的回转体类零件成形工艺推理机制

针对回转体类零件成形工艺特点,研究了基于特征的回转体类零件挤压成形工艺推理机制.应用特征建模和知识熔接技术,建立了基于特征并包含几何特征层、工艺特征层和工艺推理层3个层次的回转体类零件特征模型,并研究了各层次之间的知识传递方法.建立了基于特征的回转体类零件成形工艺设计系统,通过应用特征组合、特征搜索匹配、工艺特征排序等技术完成挤压成形工艺路线推理,实现领域专家知识的应用,极大地提高了回转体类产品工艺设计的效率和质量.     

基于多任务深度特征提取及MKPCA特征融合的语音情感识别

【目的】针对传统声学特征所含情感信息不足的问题，提出一种基于多任务学习的深度特征提取模型优化声学特征，所提声学深度特征既能更好表征自身又拥有更多情感信息。【方法】基于声学特征与语谱图特征之间的互补性，首先通过卷积神经网络提取语谱图特征，然后使用多核主成分分析方法对这两个特征进行特征融合降维，所得融合特征可有效提升系统识别性能。【结果】在EMODB语音库与CASIA语音库上进行实验验证，当采用DNN分类器时，声学深度特征与语谱图特征的多核融合特征取得最高识别率为92.71%、88.25%,相比直接拼接特征，识别率分别提升2.43%、2.83%.     

结合特征融合和金字塔注意力的场景文本检测

基于深度学习的场景文本检测普遍缺少特征级的精细化,导致原本设计良好的模型不能被充分利用,提出将特征融合和特征金字塔注意力模块应用到场景文本检测.将基本特征提取网络(PixelLink算法)得到的4个特征映射层以采样后加权叠加的方式进行特征融合,并将结果送给特征金字塔注意力模块.特征融合使各层级的特征信息相结合,从而增加...     

夹具规划设计中的映射研究

介绍了夹具规划设计过程中特征模型间的区别 ,分析了进行特征转换的必要性 ,并着重探讨了夹具设计系统中特征映射的问题 ,给出了制造特征与夹具特征间特征映射的具体实现方法 ,从而实现了夹具规划中不同特征模型之间的转换     

一种新的汉语方言辨识特征

将声学特征与韵律特征相结合,提出一种新的混合区间特征,并将该特征和常见的美尔倒谱系数(MFCC)特征与线性预测倒谱系数(LPCC)特征进行对比,通过符号化语言辨识方法对北方方言、吴方言、粤方言和闽方言进行辨识,以验证混合区间特征的有效性。结果表明,混合区间特征比MFCC特征和LPCC特征具有更好的方言辨识效果,对4种汉语方言15s语音片段的方言辨识率可以达到92%。4种方言中,混合区间特征对闽方言和粤方言的识别率最高,分别达到了96%和95%。     

基于归一化互信息的FCBF特征选择算法

针对高维数据中不相关特征、冗余特征等导致的分类任务计算量大、分类正确率低等问题,提出了一种基于归一化互信息的相关性快速过滤特征选择(FCBF-NMI)算法.该算法采用归一化互信息代替对称不确定性作为FCBF算法的相关性评价标准,进行特征与类别、特征与特征的相关性分析,删除不相关特征及冗余特征以获得最优特征子集.实验结果表明:FCBF-NMI算法得到的最优特征子集更合理,平均分类正确率为89.68%,所用时间平均低至2.64s.