期刊文献+
共找到258篇文章
< 1 2 13 >
每页显示 20 50 100
基于尺度不变特征变换的车牌特征提取及BBF匹配方法 预览
1
作者 杨娟 《机床与液压》 北大核心 2019年第6期127-132,149共7页
针对传统车牌特征提取及匹配不足,提出了基于尺度不变特征变换(Scale-invariant feature transform,SIFT)的车牌特征提取及(Best Bin First,BBF)匹配方法。通过构建车牌字符标准模板,采用SIFT算法提取标准模板和待检测车牌中每个字符的S... 针对传统车牌特征提取及匹配不足,提出了基于尺度不变特征变换(Scale-invariant feature transform,SIFT)的车牌特征提取及(Best Bin First,BBF)匹配方法。通过构建车牌字符标准模板,采用SIFT算法提取标准模板和待检测车牌中每个字符的SIFT特征向量,主要包括车牌高斯差分(Difference of Gauss,DoG)空间极值点检测,去除边缘相应点和低对比点,确定特征向量的方向和生成车牌特征向量。利用BBF(Best Bin First)算法完成标准模板特征向量与待检测车牌特征向量匹配,并获取识别结果。最后给出实验分析,证明该算法的识别率。 展开更多
关键词 车牌识别 SIFT算法 BBF算法 特征提取 特征匹配
在线阅读 下载PDF
基于深度学习的模拟电路故障诊断方法 预览
2
作者 汪晓璐 李畅 张朝龙 《电子器件》 CAS 北大核心 2019年第3期674-678,共5页
针对模拟电路的故障诊断问题,提出了一种基于深度学习的故障诊断方法。首先测量模拟电路各个故障类别的脉冲响应数据,随后应用深度学习中深度信念网络方法进行特征提取,最后将提取的特征用于建立基于极端学习机的故障诊断模型,从而对模... 针对模拟电路的故障诊断问题,提出了一种基于深度学习的故障诊断方法。首先测量模拟电路各个故障类别的脉冲响应数据,随后应用深度学习中深度信念网络方法进行特征提取,最后将提取的特征用于建立基于极端学习机的故障诊断模型,从而对模拟电路的各个故障类别进行区分。通过四运放双二阶高通滤波器电路的故障诊断实验对提出的故障诊断方法进行了验证。通过对比实验表明,提出的基于深度信念网络的故障特征提取方法明显优于传统的基于小波分析的故障特征提取方法,有助于提高模拟电路故障诊断正确率。 展开更多
关键词 模拟电路 故障诊断 深度学习 深度信念网络 特征提取
在线阅读 下载PDF
螺栓连接结构动态特征学习与装配紧度智能监测 预览
3
作者 赵俊锋 张小丽 +2 位作者 闫强 申彦斌 杨吉 《机械科学与技术》 CSCD 北大核心 2019年第3期351-357,共7页
自动特征提取在机械系统智能状态监测中起着至关重要的作用,可以自适应地从原始数据中学习特征并发现新的状态敏感特征。本文重点研究了不同深度的卷积神经网络(CNN)模型在没有先验知识的情况下从激励响应信号中挖掘代表信息和敏感特征... 自动特征提取在机械系统智能状态监测中起着至关重要的作用,可以自适应地从原始数据中学习特征并发现新的状态敏感特征。本文重点研究了不同深度的卷积神经网络(CNN)模型在没有先验知识的情况下从激励响应信号中挖掘代表信息和敏感特征的能力,并将螺栓连接结构的特征提取和装配紧度分类过程融合在一起。通过车架试验台螺栓连接转子激振实验数据验证该方法的有效性。结果表明,CNN方法自适应学习的特征可以表示信号与装配状态之间的复杂映射关系,并且比其他方法具有更高的准确率。 展开更多
关键词 螺栓 装配紧度 卷积神经网络 特征提取
在线阅读 免费下载
薄板点焊超声检测信号特征分析与缺陷识别 预览
4
作者 吴刚 关山月 +1 位作者 汪小凯 王彬 《焊接学报》 EI CAS CSCD 北大核心 2019年第4期112-118,I0006共8页
运用低碳钢薄板点焊超声检测有限元仿真模型,对气孔、压痕过深、熔核过小、脱焊等四种缺陷类型的点焊检测超声仿真信号进行快速傅里叶变换得到其频谱图,并采用统计学方法分别提取了超声信号时域和频域特征值.通过分析超声在不同缺陷焊... 运用低碳钢薄板点焊超声检测有限元仿真模型,对气孔、压痕过深、熔核过小、脱焊等四种缺陷类型的点焊检测超声仿真信号进行快速傅里叶变换得到其频谱图,并采用统计学方法分别提取了超声信号时域和频域特征值.通过分析超声在不同缺陷焊点内部的传播规律,以及特征值的变化规律,总结了点焊缺陷类型的识别方法.利用该方法对大量点焊试样超声检测试验信号进行缺陷识别并与金相试验结果对比分析.结果表明,综合分析超声检测信号时域和频域特征值规律,能够有效地识别点焊缺陷类型. 展开更多
关键词 薄板点焊 超声检测 特征值提取 缺陷识别
在线阅读 下载PDF
多层神经网络算法的计算特征建模方法 预览
5
作者 方荣强 王晶 +2 位作者 姚治成 刘畅 张伟功 《计算机研究与发展》 EI CSCD 北大核心 2019年第6期1170-1181,共12页
随着深度学习算法在语音和图像等领域中的成功运用,能够有效提取目标特征并做出最优决策的神经网络再次得到了广泛的关注.然而随着数据量的增加和识别精度需求的提升,神经网络模型的复杂度不断提高,因此采用面向特定领域的专用硬件加速... 随着深度学习算法在语音和图像等领域中的成功运用,能够有效提取目标特征并做出最优决策的神经网络再次得到了广泛的关注.然而随着数据量的增加和识别精度需求的提升,神经网络模型的复杂度不断提高,因此采用面向特定领域的专用硬件加速器是高效运行神经网络的有效途径.然而如何根据网络规模设计高能效的加速器,以及基于有限硬件资源如何提高网络性能并最大化资源利用率是当今体系结构领域研究的重要问题.为此,提出基于计算特征的神经网络分析和优化方法,基于“层”的粒度解析典型神经网络模型并提取模型通用表达,根据通用表达式和基本操作属性提取模型运算量和存储空间需求等特征.提出了基于最大值更替的运行调度算法,利用所提取的特征分析结果对神经网络在特定硬件资源下的运行调度方案进行优化.实验结果显示:所提方法能够有效分析对比网络特征,并指导所设计调度算法实现性能和系统资源利用率的提升. 展开更多
关键词 神经网络 特征提取 硬件加速器 计算机体系结构 资源调度
在线阅读 下载PDF
基于MODWPT与LFDA的模拟电路故障诊断
6
作者 胡含兵 《电子测量技术》 2019年第7期49-53,共5页
在模拟电路故障诊断过程中,存在故障特征信息提取不充分以及特征信息冗余的问题,对此,提出一种基于最大重叠离散小波包变换(MODWPT)与局部Fisher判别(LFDA)的模拟电路故障诊断方法。该方法中,首先利用MODWPT进行模拟电路原始信号处理与... 在模拟电路故障诊断过程中,存在故障特征信息提取不充分以及特征信息冗余的问题,对此,提出一种基于最大重叠离散小波包变换(MODWPT)与局部Fisher判别(LFDA)的模拟电路故障诊断方法。该方法中,首先利用MODWPT进行模拟电路原始信号处理与故障特征提取;随后,针对高维特征集中存在冗余信息,不利于模式识别与分类,利用LFDA方法进行降维,获取更有益于故障模式识别的低维特征集;最后,支持向量机(SVM)作为故障模式识别分类器,在此基础上构建模拟电路故障诊断模型。电路仿真实验结果表明,所提出方法的最大故障诊断准确率可达99.17%,从而验证了所提方法的有效性。 展开更多
关键词 模拟电路 故障诊断 特征提取 降维 模式识别
基于稀疏模型和Gabor小波字典的跟踪算法 预览
7
作者 阚建飞 任永峰 +2 位作者 翟继友 董学育 霍瑛 《南京大学学报:自然科学版》 CAS CSCD 北大核心 2019年第1期85-91,共7页
基于稀疏表示理论的目标跟踪方法可以通过激活少量神经元完成目标的动态跟踪,但是要求在当前图像背景中的遮挡或者目标物的姿态变化是可以进行稀疏表示的小面积范围.针对这一问题,基于Gabor函数和稀疏理论提出一种强鲁棒性的目标跟踪算... 基于稀疏表示理论的目标跟踪方法可以通过激活少量神经元完成目标的动态跟踪,但是要求在当前图像背景中的遮挡或者目标物的姿态变化是可以进行稀疏表示的小面积范围.针对这一问题,基于Gabor函数和稀疏理论提出一种强鲁棒性的目标跟踪算法.该算法首先使用目标模板在初始帧中创建Gabor字典,其次使用该字典对候选目标完成稀疏表示,最后通过对Gabor字典的更新完成目标跟踪.实验结果表明了算法的有效性. 展开更多
关键词 Gabor字典 稀疏模型 特征提取 跟踪
在线阅读 免费下载
融合均匀局部二元模式和稀疏表示的人脸识别 预览
8
作者 高洪涛 郜亚丽 《计算机工程与设计》 北大核心 2019年第3期869-873,共5页
针对当前人脸识别受噪声等干扰导致识别效果不佳的问题,提出一种人脸识别方法,利用具有抗光照不变性的近红外人脸图像进行人脸识别算法分析。为增强算法在图像抗噪声方面的性能,通过均匀局部二元模式提取人脸图像的特征;为避免细节纹理... 针对当前人脸识别受噪声等干扰导致识别效果不佳的问题,提出一种人脸识别方法,利用具有抗光照不变性的近红外人脸图像进行人脸识别算法分析。为增强算法在图像抗噪声方面的性能,通过均匀局部二元模式提取人脸图像的特征;为避免细节纹理的缺失,采用对人脸图像分块处理的方法建立特征;通过引入稀疏分类算法,进行人脸识别。实验结果表明,该人脸识别算法相比传统方法具有良好的稳健性与识别率,达到了提高人脸识别算法性能的目的。 展开更多
关键词 特征提取 人脸识别 近红外人脸 稀疏 均匀局部二元模式
在线阅读 下载PDF
基于VMD的滚动轴承早期故障诊断方法 预览
9
作者 昝涛 庞兆亮 +1 位作者 王民 高相胜 《北京工业大学学报》 CAS CSCD 北大核心 2019年第2期103-110,共8页
滚动轴承是旋转机械的重要零部件,当发生早期故障时,难以有效地提取其微弱的故障特征.针对这一问题,提出了优化参数K取值的变分模态分解(variational mode decomposition,VMD)早期故障诊断方法.首先,通过瞬时频率均值判断法确定模态数K... 滚动轴承是旋转机械的重要零部件,当发生早期故障时,难以有效地提取其微弱的故障特征.针对这一问题,提出了优化参数K取值的变分模态分解(variational mode decomposition,VMD)早期故障诊断方法.首先,通过瞬时频率均值判断法确定模态数K的取值,然后用VMD方法对采集的轴承故障信号进行处理.通过筛选轴承故障信号分解得到本征模态函数分量,对其中的敏感分量进行包络谱分析,从而判断轴承的故障类型与严重程度.最后,分别比较EMD和原VMD算法得到的结果.结果表明:优化后的VMD算法能成功地提取滚动轴承早期故障特征,实现轴承早期故障诊断. 展开更多
关键词 滚动轴承 早期故障诊断 特征提取 变分模态分解 经验模态分解
在线阅读 下载PDF
基于Gabor滤波的语音识别鲁棒性研究 预览
10
作者 缑新科 徐高鹏 《计算机与现代化》 2018年第5期20-24,共5页
为了提高语音识别系统的鲁棒性,提出一种基于GBFB(spectro-temporal Gabor filter bank)的声学特征提取方法,并通过分块PCA算法对高维的GBFB特征进行降维处理,最后在多个相同噪音环境对GBFB特征以及常用的GFCC,MFCC,LPCC等特征进行抗... 为了提高语音识别系统的鲁棒性,提出一种基于GBFB(spectro-temporal Gabor filter bank)的声学特征提取方法,并通过分块PCA算法对高维的GBFB特征进行降维处理,最后在多个相同噪音环境对GBFB特征以及常用的GFCC,MFCC,LPCC等特征进行抗噪性能对比,与GFCC相比GBFB特征的识别率提高了5.35%,与MFCC特征相比提升了7.05%,比LPCC特征识别的基线低9个分贝。实验结果表明,在噪音环境下与传统的GFCC、MFCC以及LPCC等特征相比GBFB特征有更优越的鲁棒性。 展开更多
关键词 语音识别 鲁棒性 GABOR滤波 特征提取 GBFB特征
在线阅读 下载PDF
基于类内加权的线性判别分析改进算法 预览
11
作者 吕琳 刘杰 《舰船电子工程》 2018年第7期38-40,63共4页
线性判别分析(LDA)是一种基于统计的特征提取方法,能够较好的提取样本的分类特性,传统的LDA算法认为所有训练样本对分类的贡献是一样的,没有考虑样本类内以及类间的分布关系,针对这个问题,论文提出了类内加权LDA算法,提高算法对边缘... 线性判别分析(LDA)是一种基于统计的特征提取方法,能够较好的提取样本的分类特性,传统的LDA算法认为所有训练样本对分类的贡献是一样的,没有考虑样本类内以及类间的分布关系,针对这个问题,论文提出了类内加权LDA算法,提高算法对边缘类的分类识别能力。 展开更多
关键词 线性判别分析 LDA 类内加权 FISHER准则 特征提取
在线阅读 下载PDF
基于小波矩的车辆特征提取算法研究 预览
12
作者 宋晓茹 赵楠 +1 位作者 高嵩 陈超波 《计算机测量与控制》 2018年第9期139-144,共6页
车辆目标图像特征提取是智能交通系统中车辆识别与分类的关键问题;在车型提取算法中,矩特征是较为常用的车型特征描述子;针对Hu矩的7个特征分量在数量级上差别较大且受比例因子影响的问题,基于不变矩和小波能量的原理和特点的研究,重点... 车辆目标图像特征提取是智能交通系统中车辆识别与分类的关键问题;在车型提取算法中,矩特征是较为常用的车型特征描述子;针对Hu矩的7个特征分量在数量级上差别较大且受比例因子影响的问题,基于不变矩和小波能量的原理和特点的研究,重点提出了基于小波矩的特征提取算法,并应用于车辆的特征提取;最后的实验对实际车辆图像进行采集,对预处理图像进行小波分解得到三级子图像,对子图像求取修正Hu不变矩,将不变矩作为特征量,利用最小邻距离分类得出识别结果;最后的实验结果显示,通过这种方法提取的特征量具有平移、旋转、比例不变性,能反映目标图像的重要的、本原的属性,与传统Hu矩相比,识别率提高了13.5%,达到了预期的目标。 展开更多
关键词 特征提取 HU不变矩 小波能量矩 目标识别
在线阅读 下载PDF
基于BP神经网络的红细胞识别 预览 被引量:1
13
作者 王利平 刘任任 《计算机与数字工程》 2018年第3期584-587,共4页
论文提出了一种基于BP神经网络的自动对血涂片红细胞进行识别的方法。该方法首先对红细胞图像进行预处理,增加图像边缘及去除噪声;再进行特征求取,分别求取了圆形度、长宽比、矩形度、Hu不变矩等有区分度的特征;最后通过设计的BP神经网... 论文提出了一种基于BP神经网络的自动对血涂片红细胞进行识别的方法。该方法首先对红细胞图像进行预处理,增加图像边缘及去除噪声;再进行特征求取,分别求取了圆形度、长宽比、矩形度、Hu不变矩等有区分度的特征;最后通过设计的BP神经网络对样本红细胞进行形状识别。经过大量样本测试,表明该方法比传统的模板匹配方法的识别率提高10%以上。 展开更多
关键词 BP神经网络 特征求取 红细胞识别 几何形态特征
在线阅读 下载PDF
基于贝叶斯网络的人体异常行为检测与识别 预览
14
作者 韩飞龙 应捷 《软件导刊》 2018年第7期9-13,共5页
使用卡尔曼滤波算法检测视频中的运动目标,并对检测到的行人进行特征提取。采用图像熵、Hu不变矩和长宽比特征,建立贝叶斯网络结构对人体目标进行分类,从而对人的正常行走和倒地、奔跑、挥拳4种行为进行识别。正常行走是正常行为,摔倒... 使用卡尔曼滤波算法检测视频中的运动目标,并对检测到的行人进行特征提取。采用图像熵、Hu不变矩和长宽比特征,建立贝叶斯网络结构对人体目标进行分类,从而对人的正常行走和倒地、奔跑、挥拳4种行为进行识别。正常行走是正常行为,摔倒、挥拳和奔跑是异常行为。实验结果表明,通过特征提取的贝叶斯网络分类具有较好的实时性,其准确率可达90%。 展开更多
关键词 行人检测 卡尔曼滤波 贝叶斯网络 特征提取
在线阅读 免费下载
基于改进的卷积神经网络多类商品精细分类 预览
15
作者 孙昂 赵兴昊 +2 位作者 胡长军 刘美如 王晶晶 《山东师范大学学报:自然科学版》 CAS 2018年第1期94-99,共6页
随着物联网的兴起、电子商务的蓬勃发展,依据图像特征对商品进行有效检索和分类具有重要应用价值.针对传统图像分类方法提取特征复杂,浅层卷积神经网络分类效果不佳的问题.本文对经典的AlexNet进行改进,优化了卷积核的尺寸.改变... 随着物联网的兴起、电子商务的蓬勃发展,依据图像特征对商品进行有效检索和分类具有重要应用价值.针对传统图像分类方法提取特征复杂,浅层卷积神经网络分类效果不佳的问题.本文对经典的AlexNet进行改进,优化了卷积核的尺寸.改变了各层连接,提出了一种分类效果更好的卷积神经网络结构.通过对8种商品进行测试训练,本文网络的分类准确率达到了91.2%,分类结果明显高于AlexNet的85.9%. 展开更多
关键词 商品图像 分类 卷积神经网络 特征提取
在线阅读 免费下载
改进的梅尔倒谱系数在低空飞行器特征提取中的应用 预览
16
作者 肖寒春 郭俊峰 张丽 《应用声学》 CSCD 北大核心 2018年第6期909-915,共7页
梅尔倒谱系数特征提取技术依据人耳的感知特性将声信号从线性频域转换到梅尔域,在语音识别中得到广泛应用。该文将梅尔倒谱系数技术用于小型低空飞行器的声信号特征提取中,并针对螺旋桨驱动类的小型低空飞行器具有稳定的强谐波特性,对... 梅尔倒谱系数特征提取技术依据人耳的感知特性将声信号从线性频域转换到梅尔域,在语音识别中得到广泛应用。该文将梅尔倒谱系数技术用于小型低空飞行器的声信号特征提取中,并针对螺旋桨驱动类的小型低空飞行器具有稳定的强谐波特性,对梅尔倒谱系数特征提取中使用的梅尔滤波器进行改进,通过对此类谐波处的线性频谱与梅尔谱转换曲线的斜率进行投影替换,提高滤波器对该谐波处信号的感知敏感度。仿真结果表明,使用改进的梅尔倒谱系数特征提取方法对小型低空飞行器进行特征提取时,能够得到更低的等误识率,并且在低信噪比环境中,改进的梅尔倒谱系数特征提取方法具有更好的抗噪能力。 展开更多
关键词 小型低空飞行器 梅尔倒谱系数 特征提取 谐波线
在线阅读 下载PDF
视频引伸计中Harris角点算法的改进 预览
17
作者 梁飞 尹秋霞 《工具技术》 2018年第3期139-141,共3页
针对视频引伸计拉伸测试试验过程中的凸肩顶点定位难题,研究Harris角点检测及其改进的提取方法。通过理论分析与试验研究,说明改进的Harris算法较原算法在引伸计视频图像处理中,检测的角点分布更均匀,可有效地避免角点簇拥现象。为验证... 针对视频引伸计拉伸测试试验过程中的凸肩顶点定位难题,研究Harris角点检测及其改进的提取方法。通过理论分析与试验研究,说明改进的Harris算法较原算法在引伸计视频图像处理中,检测的角点分布更均匀,可有效地避免角点簇拥现象。为验证和改进算法的稳定性,对采集到的试件图片进行旋转和亮度变化,计算出平均角点重复率,证实改进的Harris算法能满足视频引伸计拉伸测试对动态跟踪测量的要求。 展开更多
关键词 几何特征 特征提取 角点检测 HARRIS算法 稳定性 动态跟踪
在线阅读 免费下载
基于改进MFCC的无人机监测方法 预览
18
作者 郭俊峰 张丽 《电声技术》 2018年第2期17-23,共7页
针对基于光学与无线电的无人机反制设备普遍存在的工艺复杂、制造成本高昂、便携性低等问题。对基于声学的无人机反制方案进行研究。根据无人机螺旋桨的声信号对无人机进行监测,使用梅尔倒谱(MFCC)技术与隐马尔科夫模型(HMM)进行特... 针对基于光学与无线电的无人机反制设备普遍存在的工艺复杂、制造成本高昂、便携性低等问题。对基于声学的无人机反制方案进行研究。根据无人机螺旋桨的声信号对无人机进行监测,使用梅尔倒谱(MFCC)技术与隐马尔科夫模型(HMM)进行特征提取与分类识别,并针对无人机场景中难以确定和消除的环境噪声,引入掩蔽滤波理论,抑制噪声分量,突出无人机声信号。通过仿真分析验证了基于掩蔽滤波技术改进的MFCC方法具有更高的识别率,并且在低信噪比场景中具有更高的抗噪能力。 展开更多
关键词 无人机 梅尔倒谱系数 声源识别 特征提取 隐马尔可夫 掩蔽滤波
在线阅读 下载PDF
基于软K段主曲线的LPR字符特征的提取方法 预览
19
作者 焦娜 《计算机科学》 CSCD 北大核心 2017年第9期49-52,共4页
车牌识别是智能交通系统的重要组成部分,提高车牌字符识别率的关键在于提取字符的特征。主曲线是主成分分析的非线性推广,它是通过数据分布“中间”并满足“自相合”的光滑曲线。通过对现有主曲线算法的分析可知:软K段主曲线算法对提... 车牌识别是智能交通系统的重要组成部分,提高车牌字符识别率的关键在于提取字符的特征。主曲线是主成分分析的非线性推广,它是通过数据分布“中间”并满足“自相合”的光滑曲线。通过对现有主曲线算法的分析可知:软K段主曲线算法对提取分布在弯曲度很大或相交曲线周围的数据的主曲线的效果较好。因此,尝试用该主曲线算法来提取车牌字符的结构特征。实验结果表明,利用该主曲线算法来提取车牌识别的结构特征能够取得较好的实验效果。所提方法为提取车牌字符特征的研究提供了一条新途径。 展开更多
关键词 软K段主曲线算法 结构特征 特征选取
在线阅读 免费下载
多特征融合的纹理图像分类研究 预览
20
作者 龙力 《数字技术与应用》 2017年第11期109-112,共4页
为了提升纹理图像分类准确度,从图像单一特征出发,例如LBP特征、灰度共生矩阵特征、Gabor特征。首先对图像进行预处理,提取特征,运用机器学习方法进行分类,验证特征与分类器的有效性。再通过参数调整,最大程度上提高各方法在各特征基础... 为了提升纹理图像分类准确度,从图像单一特征出发,例如LBP特征、灰度共生矩阵特征、Gabor特征。首先对图像进行预处理,提取特征,运用机器学习方法进行分类,验证特征与分类器的有效性。再通过参数调整,最大程度上提高各方法在各特征基础上的准确率。单一特征包含图像某方面信息的侧重性,各特征有不同的关注点。为了克服特征的局限性,增加分类特征包含图像信息的全面性,提出一种特征融合的方法。在提取的纹理图像单一特征基础上,给各个特征设置相应权重,进行融合再分类。在brodatz纹理库图像上进行实验,得到由融合机制进行分类的准确度优于单一特征分类的结果。 展开更多
关键词 纹理图像 特征提取 图像分类 特征融合
在线阅读 下载PDF
上一页 1 2 13 下一页 到第
使用帮助 返回顶部 意见反馈