基于特征概念自动提取系统的研究

文本分类与文本信息特征概念的提取是当前智能信息服务研究的重点,为自动获取新的特征概念,提出了一种基于特征概念的自动提取系统,该系统包括分词、综合文本词权处理、类别归属和特征概念提取等部分,能有效地从概念上提取文本类特征,提高文本自动分类的准确性．     

《现代汉语词典》第5版家具类词计量研究

现代汉语家具类词颇具特色。在语音形式上,家具类词语以单音节和双音节居多,三音节相对较少,四音节很罕见。在词义架构上,单义词占优势,多义词只占少数一部分,词义架构简单。从词的内部语素构成来看,家具类词语中合成词占有绝对的优势。单纯词中以单音节单纯词为主。合成词中不存在重叠式合成词。复合式合成词中,偏正型占有主要地位,联合型次之。附加式合成词中,以"词根+词缀"型为主。《现汉》在家具类词语的诠释中较之《汉语大词典》和《现代汉语规范词典》还存在一些有待改善的地方,尤其在遵循统一性方面还有许多问题可以讨论。     

类车体尾迹流动非定常特性

通过与已发表的数据相比对,对大涡模拟方法的有效性进行验证.采用该数值方法对高雷诺数下25°后倾角Ahmed类车体背部斜面及尾部垂直面处尾迹区的流动进行解算.通过对背部斜面处分离泡、背部斜面侧边"C柱"处卷起的拖曳涡对及尾部垂直面处回流区流场信息的采用及相关频谱特性分析,研究并明确了尾迹区起主导作用的大尺度相干结构及运动的非定常特性.在流动的不同区域,类车体尾迹区流动的非定常特性不尽相同,主要体现为背部斜面分离泡的拍击振动具有绝对不稳定性特征,由KelvinHelmholtz(KH)不稳定性诱发的大尺度相干结构具有对流不稳定性特征;两侧"C柱"拖曳涡对在背部斜面上与展向涡相互耦合,具有较好的对称性;拖曳涡对在垂直面处回流区内与该区展向涡相互混掺,但无耦合作用且不具有对称性;垂直面处回流区内上、下侧剪切层卷起的展向涡以类似卡门涡街形式交替产生并脱落;高雷诺数时,整个尾迹区流动的特征频率趋于一致.     

基于多角度特征提取的舵机故障诊断方法

针对舵机故障中的抖动问题,提出一种基于多角度特征提取的故障诊断方法.利用短时分析法分帧舵机数据,以获得短时平稳的时间序列;引入能熵比概念提取舵机数据帧内的电流特征,并利用动态时间规整思想提取舵机数据帧内的位置特征,形成多角度特征以增强输入特征的显著性.在此基础上,利用双向长短时记忆网络提高后续舵机故障分类过程的准确性.通过某型舵机抖动实测数据的仿真,并与传统长短时记忆网络的故障诊断结果比较,验证了所提方法的有效性.     

基于图像分析的堆浸铀矿石颗粒参数辨识

采用数字图像处理技术对铀矿石颗粒参数进行测量,并确定铀矿石块度分布.首次将图像引导滤波器应用于矿石图像滤波,较好地滤除了图像噪声和保持矿石边缘细节信息.采用基于最大类间后验交叉熵准则的PCNN图像分割算法分割矿石图像,减少了矿石粘连现象.为了解决第一次分割后矿石粘连现象,采用基于凹点匹配的数字图像切割算法对粘连的矿石图像进行第二次分割,能有效分离粘连矿石图像.采用基于形状特征的颗粒参数测量法测量颗粒参数,提高了颗粒参数的测量精度,得到了矿石块度的统计分布图.实验数据表明,该方法测量误差较小,能满足实际需求.      

基于特征融合的说话人聚类算法

针对单一声学特征和k-means算法在说话人聚类技术中的局限性,为了更好地表达说话人的个性信息并提高说话人聚类的准确率,将特征融合和AE-SOM神经网络应用于说话人聚类中,提出一种改进的说话人聚类算法.该算法通过对语音信号特征分析,将MFCC特征参数和LPCC特征参数相结合,从而完善说话人的个性信息.并在k-means...     

改进的YOLOv4肺结节检测算法

针对目标检测YOLOv4算法在肺结节检测中存在的小目标漏检和肺结节位置失真等问题,设计了一种改进的YOLOv4肺结节检测算法.在原始YOLOv4网络的基础上,将特征融合网络的上采样过程替换为双线性插值法,并采用张量堆叠的方法使顶层的语义信息与底层的位置信息形成更高通道的特征张量.实验结果表明,与原始的YOLOv4算法相比,改进的YOLOv4算法在公开数据集LUAN16上的平均精确度与预测速度分别提高了4.54%和28.1%,可视化结节位置表达更精准.     

结合目标检测与特征匹配的多目标跟踪算法

针对多目标跟踪算法在遮挡频繁的场景下存在目标关联准确性低的问题,提出一种结合检测与特征匹配的多目标跟踪算法. 该算法引入检测精度较高的YOLOv5作为多目标跟踪的检测器,能够精准定位目标,有效提高跟踪精度;在面对目标间遮挡时,通过专门设计特征匹配模型提取更为细致的特征,能够有效降低跟踪时目标ID的切换次数.在MOT16数据集上对跟踪性能进行评估,结果表明:所提方法可以有效缓解目标遮挡,实现稳定跟踪.     

基于分数阶微分Frangi的夜间车道线检测

基于机器视觉和图像处理的夜间车道线检测一直是该领域的研究难题,即使是近年的深度学习方法,检测精度只能达到50%左右.为此,研究了一种新的算法,根据车道线的特点和车辆的行驶速度,将视频中多幅图像融合到一幅图像中;利用图像的特点,在区域合并中识别出有效的车道线检测区域;将有效区域分割成新的图像后,采用基于Frangi和Hessian矩阵的算法对图像进行平滑和增强;为了提取车道线的特征点,提出了一种新的分数阶微分模板进行车道线特征点检测,该算法根据车道线在图像中可能的位置,从4个方向检测特征点;在检测出候选点后,应用递归Hough直线变换得到候选车道线,为了确定最终的车道线,一条车道线的角度应介于25°～65°之间,而另一条车道线的角度应介于115°～155°之间,否则,通过降低线点数的阈值继续进行Hough直线检测,直到获得两条车道线为止.通过对数百幅夜间车道线图像的测试,并与深度学习方法和传统的图像分割算法进行比较,新算法的检测准确率可达70%.     

一种新型结构叶片对风力机气动性能的影响

针对风力机在旋转过程中产生的叶尖涡影响风力机本身以及下游风力机气动性能的问题,提出了一种控制叶尖涡的策略,以减小叶尖涡对风力机本身及下游风力机气动性能的影响.以PhaseⅥ叶片的1/8模型为原始模型,在叶尖处和轮毂处同时开洞,用管道将洞连接的模型称作新模型.采用数值模拟的方法对来流风速从6m/s到20 m/s的15个工...