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。     

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。     

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。     

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.     

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%。     

基于特征融合和改进RSM集成分类的BMP隐写检测

针对目前大部分BMP隐写分析方法主要采用单一特征和单一强分类器,容易产生训练样本敏感、分类精度难以提高等问题,提出一种基于特征融合和改进RSM集成分类的BMP图像隐写检测方法.方法首先串行融合Moulin和SPAM两种经典特征,然后利用序列前向选择(SFS)算法选取分类能力高的特征作为固定特征,其余特征在剩余特征空间中随机抽取,利用固定特征和随机抽取特征构造特征子集,最后在特征子集上训练成员分类器,并用多数投票法对它们进行组合.实验结果表明:和传统方法相比,在不同嵌入率下,该方法对BMP经典隐写(如LSB匹配、LSB替换、SS和QIM)的检测率均有一定程度的提高.     

甘肃省东乡族自治县地质灾害主要特征浅析

甘肃省东乡族自治县地质灾害多发,本文对东乡县境内地质灾害的发育特征、空间分布特征、发生时间特征以及危害特征进行了分析,认为东乡县地质灾害发育具有周期性、突发性、反复性和危害大的特征。同时地质灾害在空间分布上具有一定特征。发生时间则主要集中在每年的春融季节和雨季。     

运用指印特征提升疑难指印鉴定率

目的通过实践经验发现和把握不同原因造成的疑难指印特点,有针对性地寻找规律,挖掘、发现并运用指印特征中的特征资源,增强和提升对疑难指印的鉴定能力。方法利用指印细节特征点的几何测量法、特征形态比对法、特征组合法及特征信息的深度挖掘提升对疑难指印鉴定的能力。结果寻找、挖掘、发现指印特征中的特征资源,针对现场疑难指印形成的原因及对鉴定的影响,发现和把握不同原因造成疑难指印的特点,针对性地寻找规律,可增强和提升疑难指印的鉴定效力。结论指印的微特征并不是拿到手就能用的,需要对特征的稳定性进行论证和确认并溯源,如指印的留取部位、形成原理、形成物质,并对作案过程的关联性、提取的方法等进行分析,可最终判定现场指印中的指印微特征资源是否可以用做鉴定条件,这在利用指印微特征对疑难指印进行鉴定中至关重要。     

基于单个特征分类准确率的特征选择方法研究

【目的】随着遥感技术迅猛发展,在影像解译过程中提取的信息越来越繁杂多样。为提高地物分类准确率,常加入更多的特征信息,而由此往往造成一定的信息冗余,导致分类效率甚至准确率降低。笔者利用随机森林(RF)和支持向量机(SVM)分类器,探索在遥感分类过程中保证分类精度的同时又能降低特征维度的方法。【方法】以吉林省安图县福兴林场部分区域为研究对象,利用2015年Landsat-8影像为数据源,提取光谱信息(红、绿、蓝、近红外和短波红外波段)、植被指数(NDVI、增强型植被指数、比值植被指数和裸土植被指数)、纹理(同质性、均值、二阶矩、方差、差异性、对比度、熵和相关性)和地形信息(坡度和坡向)共19个指标作为分类特征变量。以RF分类器估测的特征重要性进行特征选择为对照,分别以单个特征在RF和SVM两分类器中的分类准确率为依据进行特征选择,并对选取的特征进行主成分分析,与未做主成分分析的进行区分,再分别用RF和SVM分类器进行分类,评价分类精度,确定最优特征和分类器组合。【结果】①基于SVM单个特征分类准确率选取特征,对选取的特征进行主成分分析,再用RF进行分类,该方法与其他方法相比分类性能最好,当特征维度为5时,总体精度为0.86,Kappa系数为0.83; 与输入全部特征进行分类相比,不仅提高了分类精度,而且降低了特征维度,使分类效率得以提升。基于RF特征重要性选取特征的RF分类取得了较高的分类准确率,但特征维数小于7时,分类准确率波动较大; 在特征维数为4时分类准确率增至最大值(0.88),随后骤降为0.83,之后基本保持在此水平。而基于单个特征分类准确率选取特征,分类准确率变化较为平缓,如上所提最优分类性能方法的分类准确率波动范围基本在0.02。②基于单个特征在RF和SVM分类器中的分类准确率进行特征选择,在随后的分类过程中,SVM分类器分类精度总体高于RF。基于RF单个特征分类准确率选取特征的SVM分类,及基于SVM单个特征分类准确率选取特征并对选取特征进行主成分分析的RF分类,较仅利用SVM或RF单个分类器选取特征并分类的分类准确率更高。【结论】①基于单个特征分类准确率的特征选择方法,可在保证分类精度的同时降低特征维度,且在较低维度时,基于该方法选取特征的分类精度较基于特征重要性选取特征的分类精度更稳定。②基于单个特征分类准确率进行特征选择,不同分类器选取的特征有所差异,分类准确率也不同,利用多个分类器较单个分类器选取特征并分类的性能更好。③在中低维度时,RF分类器的分类准确率可能与特征输入顺序有关,对输入特征进行主成分分析有利于提高分类器的分类精度及稳定性。     

产品的特征功能表达模型及其基因编码

深入研究产品的特征基因范式表达、特征融合要求和特征坐标变换算法,得到产品的特征表达模型.同时通过分析研究产品功能定义、功能表达和功能模型,建立了产品的功能模型.在产品特征表达模型和功能模型的基础上,进一步将产品功能分解并映射成特征,最后通过对产品特征的基因编码来描述产品功能,为产品的智能化设计奠定基础.     

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.     

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.     

高校开放式体育课程与教师素质的提升

开放式体育课程是高校体育课程的改革方向,具有课程指导思想与观念的时代性特征、目标的具体化特征、结构的多样化特征、形式的开放性特征、资源的拓展性特征和评价的综合性特征.高校体育教师要适应体育课程的重大变革,必须转变教育观念,实现角色转变,提高课堂教学设计和组织能力、课程理论水平、专项运动能力、课程资源开发和教学评价能力、信息采集和运用现代教育技术能力以及体育科研能力.     

高校开放式体育课程与教师素质的提升

开放式体育课程是高校体育课程的改革方向,具有课程指导思想与观念的时代性特征、目标的具体化特征、结构的多样化特征、形式的开放性特征、资源的拓展性特征和评价的综合性特征．高校体育教师要适应体育课程的重大变革,必须转变教育观念,实现角色转变,提高课堂教学设计和组织能力、课程理论水平、专项运动能力、课程资源开发和教学评价能力、信息采集和运用现代教育技术能力以及体育科研能力。     

口语和笔语语域特征与二语写作质量关系研究

口语语域特征和笔语语域特征是应用语言学界关注的焦点之一。笔语语域特征主要表现在正式性、显现性、计划性、分离性和整合性;口语语域特征主要表现在片段性、非正式性、含蓄性、盲目性和参与性。该文通过对自建小型语料库——西安交通大学工科非英语专业研究生一年级2个班学生议论文的研究,分析口语语域特征和笔语语域特征的分布情况,分别探究口笔语语域特征中最突出的特征群;并进一步将自建语料库分成2个子库,高分组作文语料库和低分组作文语料库,检索口笔语语域特征在这2个子库中的分布情况,从而进一步揭示口笔语语域特征和学生写作质量的关系。该文的研究结果可为大学英语写作教学提供有益借鉴,促使教师在写作教学中关注口笔语语域特征,培养学生的语域意识,提高学生的写作能力。     

基于密度峰值的无监督特征选择算法

针对现有无监督特征选择算法所选特征分类准确率不高的缺陷,提出两种新的无监督特征选择算法EDPFS(unsupervised Feature Selection algorithm based on Exponential Density Peaks)和RDPFS(unsupervised Feature Selection algorithm based on the Reciprocal Density Peaks).该两算法提出特征密度与特征距离的概念,并以此定义特征代表性与特征区分度,特征代表性越高表明特征越重要,特征区分度越高表明特征冗余度越小,以特征代表性与区分度之积作为特征重要性评价准则,采用基于特征子集的支持向量机分类正确率评价特征子集的分类性能.在8个UCI机器学习数据库数据集和4个图像数据集上测试这两种新算法,以及多类簇特征选择方法、Laplacian分值特征选择方法、无监督判别特征选择方法和扩展的无监督特征选择方法,实验结果表明:以特征代表性与区分度之积定义的特征重要性评价准则是有效的,提出的两种基于该准则的无监督特征选择算法EDPFS和RDPFS选择的特征子集具有很好的分类性能.     

干旱荒漠区土壤水热特征和地表辐射平衡年变化规律研究

利用2000年9月1日至2001年8月31日期间“我国西北干旱区陆气相互作用野外观测试验”在敦煌荒漠取得的陆面过程观测资料,研究了干旱荒漠地表温度、土壤热量通量、土壤湿度和地表辐射分量、地表反照率等物理量的日循环和年循环特征及其影响机制,分析了地表温度极值特征和冻结时段、土壤热量输出和输入特征及土壤湿度的变化规律,探讨了干旱荒漠区土壤水热特征和地表辐射平衡特征所隐含的气候学意义,揭示了土壤水热特征和地表辐射平衡特征与气候和环境的关系．     

融合多维时空特征的交通流量预测模型

为了精准预测交通流量,充分提取交通流中复杂的线性和非线性特征及其依赖关系,提出了融合多维时空特征的CLABEK模型。其中,由Conv-LSTM、BiLSTM和Dense神经网络分别提取时空特征、周期特征和额外特征(节假日、天气状况以及温度等),并通过将上述模型融合从而全面获取交通流的非线性特征;由卡尔曼滤波提取交通流的线性特征。在公开数据集上的对比实验证明,CLABEK模型在短期交通流预测任务上表现出最好的预测效果。     

数码复印机的种类鉴别

本文通过对目前数码复印机市场的调查分析,结合印刷文件检验的基本方法和原理,阐述其种类鉴别的二个方面:一是已上市的数码复印机种类;二是种类鉴别特征.感光鼓特征、显影方式特征、用纸规格特征、着色剂颜色特征、功能特征.     

基于遗传算法的入侵检测系统特征选择方法研究

在入侵检测系统中,分类器所选取的特征对系统的性能有很大的影响,大量冗余和不相关特征的存在会降低系统的正确性和实时性,因此如何选取出最优特征组合成为研究的热点问题。在研究当前各种特征选择方法的基础上,提出了一种基于遗传算法的特征组合选择方法。使用遗传算法搜索特征空间,依据Fisher准则计算各种特征组合的分类能力,根据计算结果对特征组合进行选择、交叉、变异,通过多次反复迭代最终选取出最优的特征组合。在实验中分别使用全部特征和选取出的最优特征组合的进行分类验证,最终证明选取出的最优特征组合能够使入侵检测系统在保持高检测率和低误报率的同时具有较高的检测效率,提高了系统的整体性能。