基于改进局部保持映射的图像特征提取算法

针对目前局部保持映射算法(LPP)因忽略类标识信息而造成的计算效率问题,提出了基于类标识信息的监督局部保持映射算法,并将其用于图像特征提取中,该算法通过用类标识信息指导最邻近图构造过程来提高算法的效率,仿真实验的结果表明,该方法可以有效提高传统局部保持映射算法的运算效率,提高图像特征提取性能.     

基于粗糙集的多类人群异常行为识别算法

为解决现有基于人工设计特征行为识别方法缺少多类异常行为分类研究和受人工影响大等问题,提出和实现了基于粗糙集的多类中低密度人群异常行为识别算法.该算法首先提取目标人群的人数、帧平均加速度、矩形框的距离势能、方向混乱熵,以及帧间混乱程度五个运动特征量,利用粗糙集从中学习以获取决策规则,再对正常、四散、同向加速跑、突然聚集和...     

一种基于紧支子波的雷达船目标特征抽取方法

本文着重研究正交离散子波变换在非相干雷达船目标特征抽取中的应用。采用现场实录的四类船目标雷达视频回波数据进行实验，结果表明本文提出的方法运算简便，所抽取的特征具有典型性，数据压缩能力强。基于子波域特征提出了一种新的显著态回波的检测方法。     

雷达目标的旋转对称性研究(Ⅰ)

本文首次提出了雷达目标旋转对称性的一种度量——目标的旋转对称性参数的概念,给出了它的计算公式以及它与散射矩阵元素的关系,讨论了目标旋转对称参数随目标特征参数的变化情况,求出了一些特殊目标的旋转对称参数的大小,从而为我们根据散射矩阵分析目标的形状特征提供了重要的依据。     

从饮食看日本文化的特征——以中日饮食文化的关系为中心

公元5世纪,中国文化传到日本列岛,开始了中日在各个方面的相互交流。其中,两国间饮食文化的交流便是其中一个重要方面。日本的饮食,在两千多年来与中国的相互交流的过程中,不断学习对方的先进成果弥补自己的不足,同时根据自己的需求进行相应的改造．从而使日本的饮食文化得到了极大的丰富和提升。这一引进和改造发展的过程同时也是日本文化形成过程的一个缩影。通过对中日饮食关系的探讨和分析,可以发现日本的饮食正如日本文化一般充满了极大的混杂性。“混杂”一词,不仅反映了日本饮食的特征,也概括了日本文化的特征。     

基于多特征提取的识别算法数学建模优化研究

数据建模优化在多特征提取领域应用广泛,基于统计特征和基于结构特征的识别算法需要在数学建模优化下实施,可以改变图像的输入结构,从而能够对图形的统计特征进行提取,采取网格划分方法,对图像进行划分,然后对网格内文字像素进行比对,保证文字图像能够通过细分类模式进行识别.     

回转类零件CAPP/CAM集成技术的应用研究

本文讨论了轴类零件CAPP/CAM的集成系统。整个系统由零件信息输入子系统、计算机辅助工艺设计子系统、数控自动编程子系统、数控程序仿真子系统和维护模块组成,系统可以实现信息的无中断传输,缩短产品的设计和制造周期,降低生产成本,有较高的实用性。     

贝叶斯分类器的集成学习方法及其在图像标注中的应用

针对贝叶斯(Naive Bayes,NB)分类器的集成学习方法,研究如何提高分类器集成中各成员分类器之间的多样性,同时提高分类器系统准确率。实现方法是把训练集的所有属性特征划分特征子集,并处理所划分的属性特征子集,最后为每个成员分类器构造出不同的完整特征属性训练集。研究结果表明采用的NB集成方法(Ensemble ofNaive Bayes,ENB)提高了分类性能,把ENB机器学习方法应用到自动图像标注中也获得了很好的效果。     

基于线性矩和小波变换的医学图像特征提取

应用小波矩作为图像特征量以及小波变换进行医学图像的自动特征提取,利用小波变换对线性矩进行分析,提取图像的各分辨率下的小波系数经快速傅里叶变换作为特征。使计算量和数据量大大减少,为特征的选取带来方便。矩特征由于其良好的稳定性、抗噪性和旋转不变性在图像识别中受到了广泛的关注和应用。由小波矩来构造目标的旋转不变性的特征,可以克服传统矩的弊端,又具有旋转不变性的特征。     

基于法线夹角与面积分布的三维CAD模型检索

三维CAD检索技术对产品设计、重用具有促进作用.经典的三维模型检索算法——形状分布算法SD,适用于全局特征相似的模型检索,但对于全局相似但局部差异明显的模型则无法有效检索.针对这一问题,本文首先提取SD特征,并利用基于法线夹角与面积分布的特征提取技术来对模型局部特征进行描述,随后通过构造特征矩阵来融合提取到的法线夹角与面积分布两类特征,最后将SD特征与法线夹角与面积分布特征进行组合,形成新的特征并应用于检索.实验结果验证了该方法的有效性.