一种解决命名实体识别数据集类别标记失衡的方法

命名实体识别研究中常见的公开数据集普遍存在数据类别标记不平衡的问题,限制了基于统计学习模型方法性能的进一步提高.针对上述问题,提出了基于遗传算法的数据类别标记平衡方法.该方法基于原始数据集中已有的标记数据,通过修改遗传算法中的指标适应度函数和基因组合规则,合成类别分布均衡的文本用以扩充原始数据集,降低标记数据不平衡性从而改善命名实体识别的效果.为验证该方法的有效性,采用Bi-LSTM-CRF模型分别基于CoNLL 2003及JNLPBA数据集设计了该方法与平衡欠采样、随机过采样方法的对比实验.从实验中发现,提出的方法在CoNLL2003数据集上模型召回率提高3.26%,F_1值提高1.70%;在JNLPBA数据集上召回率提高2.44%,F_1值提高1.03%.实验结果表明,提出的方法能够有效地缓解类别标记失衡问题达到提高命名实体识别效果的目的.     

利用条件随机场实现DNA剪接位点的预测

为解决传统的基因识别算法主要关注编码区的整体特性,而并不着重考虑个别位点的信息,因此难以准确地识别出剪接位点的缺点,提出了基于条件随机场的剪接位点预测方法,条件随机场能够更好的处理标记数据之间的依赖关系,并且能够避免数据标记偏置的问题。实验结果表明基于条件随机场的剪接位点预测方法是一种合适的方法,能够取得更好的效果。     

基于卷积收缩自编码器的半监督缺陷识别方法

提出了一种基于半监督卷积收缩自编码器的缺陷识别方法.从未标记数据中获取有效缺陷信息,结合少量标记样本,实现较高的缺陷识别效果,解决了传统的基于卷积神经网络的缺陷识别方法依赖大量标记样本的问题.实验结果表明:本文方法具有较高的识别精度,在少量标记样本下即可获得不错的识别效果,相较于其他方法,准确率提升4.93%～62.96%,可有效降低样本标记成本,加快模型部署速度,确保质量检测和生产计划顺利进行.     

基于流形正则协同训练模型的行为识别方法

本文提出了基于流形正则协同训练模型的行为识别方法。该方法将拉普拉斯正则引入到协同训练模型中,利用大量未标记样本数据从不同视角数据上训练出两个分类器,两者之间互换未知信息并更新分类器,以提高识别精确度。在动作数据集UCF-iphone上进行了大量的实验验证算法的有效性,结果表明,引入拉普拉斯正则能有效地提高动作识别精确度。     

基于属性数学的土质边坡稳定性评价模型及应用

鉴于边坡稳定的不确定性,引入属性数学和联系数学方法评价土质边坡稳定性.提出了属性数学识别模型.应用属性权系数法确定评价指标的权重,根据单指标的属性测度值与多指标的综合属性测度值,利用联系数识别边坡稳定性等级.计算结果表明,该方法与传统的安全系数法的结果基本相同,为评价土质边坡稳定性探索了一条新的途径.     

火电厂玻璃钢压力管道阻力试验研究

本文通过玻璃钢管水流阻力试验，对玻璃钢管阻力系数分布规律．特别是对水力光滑管 区与紊流水力过渡区阻力系数值提出计算公式与曲线图表．     

基于VISSIM仿真的山区高等级公路雾区限速方法

针对目前山区高等级公路雾区限速理论不能切实反映雾区交通流状态的情况,在完善雾区限速理论的同时,提出了具体的限速方法。首先建立不同大气能见度下驾驶员动态可视距离与车速的关系模型;并以驾驶员的动态可视距离不小于停车视距为条件,得到不同雾况等级下的限速值;其次,考虑到雾区交通量对限速值的影响,基于流量-速度模型,对同一雾况等级根据交通量的大小分级限速;最后,以限速值为变量进行VISSIM仿真对比试验,将车速方差和安全车距达标率作为评价限速值优劣的指标,对雾区限速理论值进行优化;该方法适用于不同交通流状态,可为山区高等级公路雾区交通安全保障方案的制定提供参考。     

多自由度系统的参数识别

本文提出了在共振区的模态参数识别的方法。利用激发共振时的位移测量值,进行了加权最小二乘方法的计算和线性回归分析,得到了动态物理参数(阻尼和模态刚度)的近似表达式,其结果与脉动法所得结果比较接近。     

基于BP神经网络的煤层硬度多等级识别方法

针对煤层硬度识别方面存在的问题,提出一种基于BP神经网络算法的煤层硬度多等级识别方法,将煤层硬度划分为6个等级进行识别.以采煤机截割电机和牵引电机的定子电流信号及调高油缸压力信号作为识别信号,利用小波包分解提取各个信号的特征量,并将其作为神经网络的输入样本进行训练和测试.经过实验,在仿真数据条件下本文提出的煤层硬度多等级识别方法对硬度等级的识别准确率为96.7%,在实机数据条件下识别准确率为93.3%,验证了该煤层硬度识别方法的有效性,为采煤机自适应截割过程煤层硬度高精度识别奠定了理论基础.     

基于OMR标记识别的标准化考试阅卷方法

提出一种基于轮廓跟踪的标记识别标准化考试阅卷方法,通过对答题卡OMR图像定位标记和涂填标记的识别与分割,能实现批量标准化考试答题卡的评判.实验结果表明,本文提出的方法正确高效,具有系统成本低、适应性强,能保存答题卡图像备查等优点.     

三峡右岸拌和楼汽车牌号图像识别系统

开发了三峡右岸拌和楼混凝土生产管理与车辆自动调度系统之子系统——汽车牌号图像识别系统．重点讨论了图像识别算法和识别牌的定位方法．依识别牌几何特征提出了一种特殊的二值化处理方法．生产实践证明该图像识别系统具有较高的可靠性与稳定性,完全符合生产和设计要求．     

车载视觉系统中机场场面标记牌识别算法

为实现移动车辆精确定位,提出了一种基于机场滑行道标记牌识别的方法。首先对图像进行预处理和二值化,利用数学形态学连通区域最大面积进行分割,实现候选区域(candidate region,CR)预确定;然后设计了一种基于CR区域单个字符连通域的外接矩形面积所占该标记牌牌面总面积的比值和字符宽高比的检验新方法,成功地将字符从背景中分离;最后采用连通域方法分割出单个字符。字符特征提取采用仿射不变矩的方法,选择支持向量机作为识别器,识别率达到96%。经验证,算法可较好地识别出标记牌字符,针对不同图像背景有较强的适应性,为下一步确定移动车辆的位置打下坚实基础。     

基于差值区域的实时人脸定位

为了解决红外图像人脸跟踪鲁棒性差的问题,提出一种基于差值区域的实时人脸检测和定位方法,该方法主要是利用改进帧间差分法得到一帧差分图像,然后对差分图像进行预处理,确定"类"瞳孔的位置,进而标记出人脸差值区域,对该区域归一化后应用AdaBoost方法进行验证,从而得到人脸的准确定位。研究结果证明:该系统定位方法比直接应用AdaBoost方法有更好的实时性,该方法的各个环节都满足实时性要求,为红外条件下的人脸跟踪系统提供了有效的解决方案。     

基于数值背景表达的地图符号识别方法

提出一种基于数值背景表达的地图符号识别方法.数值背景表达就是对图像中的每一个背景像素按照一定的规律进行编码,从而得到16种不同的特征值,分别表示16种不同的背景区域.形成背景像素的特征值表达之后,再通过识别典型的背景区域及其位置、结构等特征来识别图符.结果表明,该方法对符号变形不敏感,能有效地消除非法符号的干扰,相比传统的识别方法具有特征提取简单、识别率高、识别速度快等特点.     

一种图像区域边缘表达方法

在图像的研究和应用中，图像区域边缘的表达方式很重要，它关系到区域描述的准确性，对后继的图形识别和判断影响很大．根据自由曲线产生方法，用自由曲线拟合图像区域的边缘，克服了以往样条曲线不过型值点的缺点．同时，由于无须反求运算，自由曲线拟合速度很快，并且采用了最佳光顺算法，曲线拟合边缘较紧密，实验表明这种方法是有效的．     

基于Mahalanobis距离与BP网络的图像小波标定识别技术

针对计算机芯片检测,提出了基于Mahalanobis距离与BP人工神经网络的小波图像识别技术．在对Ic芯片图像进行二维小波分析后,通过Mahalanobis距离在图像的低频小波系数矩阵上进行目标图元的区域搜索与位置标定,而后根据待定目标图元像素分布特征建立特征参数向量,建立BP网络对目标图元进行模式识别．实验证明此方法能够有效地对IC图像进行目标图元的位置标定与模式识别,获得准确的IC标定识别结果．     

基于BP网络与Mahalanobis距离的图像识别技术(英文)

提出基于BP人工神经网络与Mahalanobis距离的图像识别技术.在对IC芯片图像进行二维小波分析后,通过Mahalanobis距离在图像的低频小波系数矩阵上进行目标图元的区域搜索与位置标定,而后根据待定目标图元像素分布特征建立特征参数向量,建立BP网络对目标图元进行模式识别.实验证明此方法能够有效地对IC图像进行目标图元的位置标定与模式识别,获得准确的IC标定识别结果.     

一种基于单张图像的烟雾检测算法

为了提高烟雾检测的准确性,有效排除图像中类似烟雾的区域,降低由于环境和光照不同而产生的误检率,提出一种基于颜色矩并结合邻近算法进行分类学习的方法,对图像中的烟雾进行检测,该算法能克服光照不同、背景复杂的干扰,有效消除疑似烟雾区域的存在。算法由两部分构成:烟雾颜色矩特征的提取和利用邻近算法对特征数据集进行分类学习,自动找出并正确标记新的测试图像中烟雾区域的位置。     

样条函数在防伪图标隐藏技术中的应用研究

本文提出了一种防伪图标隐藏方案，对于用Beta样条曲线形成的隐藏图形，通过调整Beta样条曲线中特有的形状参数β1和β2的值，使得图像随之发生变化，从而使系列产品上的防伪图标有所区别。将Beta样条形成的图像与二值图像隐藏算法相结合，使防伪图标的安全性得到更大的提高。实验证明该算法的有效性。     

气象传真图图题的识别

针对目前气象传真图种类识别人工干预,执行效率低的问题,提出了一种通过识别气象传真图图题来判断传真图种类的方法.首先获取图题在整幅气象传真图中的位置,然后利用投影、轮廓切分分离粘连字符方法完成对气象传真图图题字符的分离,最后通过提取字符特征量,采用模板匹配算法完成字符识别,从而确定出气象传真图的种类.该方法实现传真图类别的自动识别,避免人工干预,自动化程度高,应用于气象传真图数字处理系统,取得较好的识别效果.