您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于多尺度边缘响应函数的自适应阈值边缘检测算法

  2. 该文提出了一种基于多尺度边缘响应函数的自适应阈值边缘检测算法。首先分析二进小波变换,根据边缘 和噪声随尺度变化的不同特性,设计了多尺度边缘响应函数(MERF)。通过MERF 中的乘积放大作用,增大了边 缘响应的幅度,同时也抑制了噪声产生的伪边缘。然后利用小波变换多尺度之间的联合分布关系,计算自适应阈值, 检测MERF 的梯度模值形成多尺度边缘。该算法直接在小波特征上进行多尺度合成,避免了多个边缘图合成过程 的病态问题。实验表明,与LOG,Canny 以及Mallat 多尺度小波检测方法相比,该
  3. 所属分类:其它

    • 发布日期:2009-12-25
    • 文件大小:368kb
    • 提供者:elysium1984
  1. 自动分割视频序列中运动物体的新算法_多特征联合方法.pdf

  2. 自动分割视频序列中运动物体的新算法_多特征联合方法.pdf
  3. 所属分类:其它

    • 发布日期:2010-04-08
    • 文件大小:1mb
    • 提供者:xue506506
  1. 基于多支架联合分析技术的顶板运动规律分析

  2. 为解决全工作面液压支架压力连续监测、分析过程中出现的每台液压支架数据变化节奏不统一,工作面顶板运动规律分析较困难的问题,进行了液压支架压力监测结果整体分析。结果发现:基本顶断裂时支架压力呈现出两端头和中间压力较大,中间压力最大的"W"型分布;这种工作面倾向顶板压力显现特征给单支架顶板运动规律分析带来较大干扰。根据工作面倾向顶板断裂特征,将工作面分为上、中、下3个区,区域内支架数据按单支架顶板运动规律分析方法把符合来压判据的循环数据筛选后,按时间序列拟合,再一次判断是否符合来压条件,即多支架联合分
  3. 所属分类:其它

    • 发布日期:2020-04-25
    • 文件大小:447kb
    • 提供者:weixin_38633967
  1. 震动场、应力场联合监测冲击地压的理论与应用

  2. 在总结现有冲击地压监测方法和分析其优缺点的基础上,提出冲击地压多参量实时在线联合监测的观点。根据事故现场勘查,将冲击地压破坏方式分为帮部冲击、底板冲击、顶板冲击、气浪、强震等5种;基于主客体不同,将冲击地压分为"自发型"和"诱发型"两类,并阐明了新分类的工程意义;根据两类冲击地压的可监测特征,提出了震动场、应力场联合监测冲击地压的观点,阐明了技术内涵;鉴于获取手段不同,宏观上将冲击地压危险区分为静态危险区和动态危险区两类;结合现场实际,提出了矿井冲击地压监测技术体系和分区治理思路,实现冲击地压的
  3. 所属分类:其它

    • 发布日期:2020-04-21
    • 文件大小:911kb
    • 提供者:weixin_38601390
  1. 矿井地质异常体多场联合探测技术体系及实践分析

  2. 从探测对象、探测位置、探测深度和场源特征四维角度,分类论述了常见煤田物探方法适用条件及解决地质问题,进而形成煤田综合物探技术体系。该体系以地质分析为先导,根据探测目标(结构构造异常或富水性异常)、探测位置(地表、工作面内、顶底板、掘进迎头等)、探测深度( 800m)不同,采用不同的物探方法及其组合方式。由深及浅、由粗到细,优势互补,对矿井地质情况快速查明,再结合钻探进行验证,查明地质隐患类型、位置及分布范围,为安全生产提供地质依据。
  3. 所属分类:其它

  1. 联合测试技术在煤岩断裂韧度测试中的应用

  2. 为了进一步研究煤岩断裂特征及取得相关力学性质参数,以MTS三轴测试系统、点荷载仪分别结合声发射(acoustic emission,AE)的联合测试技术对5-2煤样进行断裂韧度测试,通过获取煤样单轴抗压强度,并对测试结果进行分析比较得出:基于声发射的点荷载测试反映出不规则5-2煤样破坏后形成明显的单一裂纹,平均单轴抗压强度为50MPa;MTS三轴测试系统结合声发射测试反映标准试件在自然和饱水两种状态下屈服破坏后,部分呈散体状破坏,但大部分仍然保持较高的完整性,平均单轴抗压强度31.13MPa。两
  3. 所属分类:其它

    • 发布日期:2020-07-14
    • 文件大小:287kb
    • 提供者:weixin_38530415
  1. 基于高斯局部二值模式的纹理特征分类方法

  2. 纹理描述在图像分析和模式分类领域具有极为重要的意义。为提高特征描述的鲁棒性,提出了一种基于高斯局部二值模式的纹理特征提取方法。首先,采用加强预处理使高斯滤波获得不同尺度的图像,从而构建多尺度的图像金字塔;其次,为提升旋转不变性和抗噪声能力,提出具有主方向特征的二值模式;最后,在不同尺度上提取3种有效的局部二值模式联合构造纹理描述,并通过直方图降维。试验结果表明,该特征具有较好的可区分性和有效性,可以有效应用到视觉图像的纹理分类中。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:371kb
    • 提供者:weixin_38689055
  1. 基于灰度共生矩阵和多尺度MRF的纹理图像分割

  2. 针对纹理图像分割问题的研究,经典的多尺度MRF方法是对不同尺度的纹理特征仅通过多尺度序列下的MRF邻域系统进行描述。为了更加准确地描述纹理特征,将从空间分布特性与MRF邻域系统两个方面综合考虑,提出一种带有联合灰度信息的灰度共生矩阵与多尺度MRF相结合的方法。实验结果表明,该方法能够有效地提高分割准确度。
  3. 所属分类:其它

    • 发布日期:2020-10-17
    • 文件大小:305kb
    • 提供者:weixin_38522795
  1. 基于多特征的P2P直播流识别方法

  2. 针对当前P2P流媒体直播流的识别方法较少、识别效果一般的问题,分析了P2P直播流的行为特征,提出了基于节点连接度的识别方法和基于BM信息比的识别方法,并结合两个流量特征采用联合特征进行P2P直播流识别。实验表明,该识别方法整体上识别准确率较高,可以实现P2P直播的在线识别。
  3. 所属分类:其它

    • 发布日期:2020-10-17
    • 文件大小:384kb
    • 提供者:weixin_38605133
  1. 基于MEMD的高速列车转向架故障的排列熵特征分析

  2. 在监测高速列车转向架工作状态时,针对列车运动自由度数目多、不同监测点数据相关性强的特点,提出了多元经验模态分解和排列熵相结合的故障特征提取方法。首先利用多元经验模态分解对高速列车转向架7种不同工况的振动信号进行多通道同步联合分析,获取不同数据通道间的共同模式。利用相关系数选取反映故障信号特征的有效本征模态函数来重构原始故障信号,计算重构信号的排列熵作为故障特征。最后采用支持向量机进行故障状态分类识别。实验结果表明,列车在各种运行速度下均能达到85%以上的分类效果,验证了该方法的有效性。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:414kb
    • 提供者:weixin_38730389
  1. 联合标签预测与判别投影学习的半监督典型相关分析

  2. 目的典型相关分析是一种经典的多视图学习方法。为了提高投影方向的判别性能,现有典型相关分析方法通常采用引入样本标签信息的策略。然而,获取样本的标签信息需要付出大量的人力与物力,为此,提出了一种联合标签预测与判别投影学习的半监督典型相关分析算法。方法将标签预测与模型构建相融合,具体地说,将标签预测融入典型相关分析框架中,利用联合学习框架学得的标签矩阵更新投影方向,进而学得的投影方向又重新更新标签矩阵。标签预测与投影方向的学习过程相互依赖、交替更新,预测标签不断地接近其真实标签,有利于学得最优的投影方
  3. 所属分类:其它

  1. 联合空谱特征的多视图主动学习的高光谱图像分类

  2. 针对高光谱遥感影像监督分类训练样本少,训练分类器迭代速度慢的问题,提出一种联合空谱特征的多视图主动学习算法。首先,将原始影像的光谱波段分割为多个互不相交的子集合;然后,在每个子集合滤波提取空间结构特征,建立多视图。其次,提出了一种新的基于多视图后验概率差异最小的主动学习查询策略。实验结果表明,与已有的多视图构建方法和查询策略相比,所提出的联合空谱特征的多视图构建方法可以建立更具多样性、互补性的多个视图;同时,结合所提出的查询策略可以在每次训练迭代中更准确地查询信息量最大的样本,从而减少迭代次数,
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:864kb
    • 提供者:weixin_38557530
  1. mPadal:一种用于活动识别的局部和全局多视图联合特征选择方法

  2. 多视图特征的选择对于分类多视图数据(尤其是高维数据)起着重要作用。 本文提出了一种通过局部局部模式识别和全局标签相关性分析(mPadal)联合的多视图特征选择方法。 与以前的直接通过视图级别分析全局选择多视图特征的方法不同,拟议的mPadal采用新的局部和全局联合方式。 在局部选择阶段,将通过考虑最具区分性的图案的局部邻居结构来首先选择图案区分特征。 在全局选择阶段,选择标签相关性最高的要素,这些要素可以很好地分隔当前视图中的不同类别。 最后,将选定的两个部分合并以形成最终特征。 实验结果表明,
  3. 所属分类:其它

  1. 基于特征选择的多实例多标签学习算法

  2. 多实例多标签学习是针对多标签分类的多实例学习的扩展。 为了针对多个标签选择具有较高判别力的典型实例,本文提出了基于联合范数最小化的特征选择方法,并提出了一种基于特征选择的多实例多标签学习算法。 选择特征后,将所有袋都映射到典型实例,然后训练考虑标签相关性的分类器。 实验结果表明,与其他方法相比,该算法大大提高了多实例多标签分类器的性能。
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:209kb
    • 提供者:weixin_38743506
  1. 增强组合特征判别性的典型相关分析

  2. 典型相关分析(CCA)在执行分类任务时主要存在如下不足:1)尽管分类时的输入是组合特征,但CCA仅优化组合特征的各组成部分,并未直接优化组合特征本身;2)尽管面对的是分类任务,然而CCA根本无法利用样本的类信息.为弥补CCA的上述不足,文中提出一种监督型降维方法——增强组合特征判别性的典型相关分析(CECCA).CECCA在CCA基础上,通过结合组合特征的判别分析,实现对组合特征相关性与判别性的联合优化,使所抽取特征更适合分类.在人工数据集、多特征手写体数据集和人脸数据集上的实验结果验证该方法的
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:468kb
    • 提供者:weixin_38619467
  1. 一种多特征联合的地面SAR目标分层检测方法

  2. 一种多特征联合的地面SAR目标分层检测方法
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:657kb
    • 提供者:weixin_38720009
  1. AttRCNN-CNN:论文介绍:针对现有模型不能充分提取语义特征,以及单一使用语义或语言学特征来进行预测等不足,使用BERT预训练模型进行句子的特征提取。以及特征融合的论文,使用LSTM-Attention和CNN进行文档特征提取,同时结

  2. AttRCNN-CNN 译文:基于BERT和多特征联合的个性识别方法 领域:文本个性识别技术:BERT,LSTM,Attention,CNN 链接: 论文介绍:针对现有模型不能充分提取语义特征,以及单个使用语义或语言学特征来进行预测等不足,使用BERT预训练模型进行句子的特征提取。同时阅读了关于多模态以及特征融合的论文,使用LSTM-Attention和CNN进行文档尺寸特征提取,同时结合Mairesse语言学特征,将多个分割提取的特征融合起来进行分析,最终使用Pytorch进行模型实现。 其中
  3. 所属分类:其它

  1. 基于隐式低秩表示的联合投影学习算法及图像识别

  2. 隐式低秩表示(LatLRR)作为经典的无监督特征提取算法已应用于模式识别领域。然而该算法得到的特征维数无法降低,且由于算法分别学习2个低秩矩阵,因此无法保证整体最优;另外,算法忽略了样本在学习过程中存在的残差。为解决这些问题,提出了一种基于隐式低秩表示的联合投影学习算法。使用投影矩阵和恢复矩阵近似地表示隐式低秩表示中的投影矩阵,使算法在降维的同时可提取判别特征;联合学习投影矩阵、恢复矩阵和低秩矩阵,矩阵间相互提升,从获得的投影中可以提取出更多的判别特征,同时在算法模型中约束样本在投影学习中存在的
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:10mb
    • 提供者:weixin_38506835
  1. 大仿射场景的混合特征提取与匹配

  2. 为了提高大规模场景三维重建中的精度,在保证算法效率的前提下,提取两种局部稳定不变特征,并采用多特征融合方法进行匹配。针对基于航拍影像和城市街景图像联合建模存在的问题,提出了一种两种局部稳定特征匹配的方法。其步骤为:先提取ASIFT(Affine Scale Invariant Feature Transform)特征点和MSER(Maximally Stable Extremal Regions)特征区域,并对MSER算法进行改进,得到这两种稳定的图像特征;再用SIFT(Scale Invari
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:14mb
    • 提供者:weixin_38672807
  1. 基于多特征融合的卷积神经网络图像去雾算法

  2. 针对传统去雾算法需要人工提取特征,对比度低、信噪比低等问题, 提出一种基于多特征融合的卷积神经网络去雾算法。利用卷积神经网络算法模拟人类视觉系统对雾天图像进行层次化处理, 实现自动提取特征。算法采用直接从雾天图像到清晰无雾图像映射的学习方式, 该映射由特征提取、多尺度特征融合和浅层深层特征融合联合实现。多尺度特征融合提升网络对图像细节的重建, 浅层深层特征融合则将浅层卷积得到的轮廓信息和深层卷积得到的细节信息进行融合, 提升去雾重建的整体效果。实验结果表明, 相比于单一尺度网络, 多特征融合网络
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:10mb
    • 提供者:weixin_38625048
« 12 3 4 5 6 7 8 »