期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
基于局部相位量化特征与多尺度分类的分块人脸识别 被引量:6
1
作者 曹红根 袁宝华 朱辉生 《微电子学与计算机》 CSCD 北大核心 2013年第1期100-103,共4页
本文提出一种基于局部相位量化特征与多尺度分类相结合的方法进行人脸识别,该方法首先采用LPQ算子提取分块人脸灰度图象的LPQ直方图序列(LPQHS),然后采用PCA+LDA方法对采样后的特征数据进行降维,最后根据多尺度分类的原则进行分类识别.... 本文提出一种基于局部相位量化特征与多尺度分类相结合的方法进行人脸识别,该方法首先采用LPQ算子提取分块人脸灰度图象的LPQ直方图序列(LPQHS),然后采用PCA+LDA方法对采样后的特征数据进行降维,最后根据多尺度分类的原则进行分类识别.该算法不仅能够提取人脸纹理信息,而且能够大幅度地降低训练数据量,并且数据量的维数与原始图像大小无关.在ORL标准人脸数据库上的实验表明,该方法具有较高的识别率. 展开更多
关键词 局部相位量化 直方图序列 多尺度分类 人脸识别
下载PDF
基于分形理论的多尺度分类尺度上推算法 被引量:3
2
作者 李佳星 赵书良 +1 位作者 安磊 李长镜 《计算机科学》 CSCD 北大核心 2018年第B06期453-459,共7页
目前,多尺度数据挖掘的研究多集中于空间图像数据,在一般数据集上的研究已经初见成果,主要包括多尺度聚类以及多尺度关联规则,但还没有研究涉及一般数据下的分类。结合分形理论思想,将多尺度数据挖掘相关理论、知识和方法应用于分类领域... 目前,多尺度数据挖掘的研究多集中于空间图像数据,在一般数据集上的研究已经初见成果,主要包括多尺度聚类以及多尺度关联规则,但还没有研究涉及一般数据下的分类。结合分形理论思想,将多尺度数据挖掘相关理论、知识和方法应用于分类领域,提出基于豪斯多夫距离(HD)的相似性度量方法;相对于以往对权重的经验定义,文中明确通过广义分形维数的相似性定义权重来提高相似性度量方法的精度;提出多尺度分类尺度上推算法(MultiScale Classification Scaling-Up Algorithm,MSCSUA);实验采用4个UCI基准数据集和1个真实数据集(H省部分人口)进行仿真实验,实验结果表明多尺度分类思想可行有效,并且MSCSUA算法在不同数据集上的性能均优于SLAD,KNN,Decision Tree以及LIBSVM算法。 展开更多
关键词 多尺度数据挖掘 多尺度分类 分形理论 尺度上推
下载PDF
多尺度分类挖掘算法
3
作者 张璐璐 赵书良 +1 位作者 田真真 陈润资 《计算机应用研究》 CSCD 北大核心 2021年第2期414-420,共7页
多尺度分类挖掘多局限于空间数据,且对一般数据尺度特性进行分类的研究较少。针对上述问题,进行普适的多尺度分类方法研究,以扩大多尺度适用范围。从空间数据估计角度出发,结合层次理论和尺度特性,基于概率密度估计离散化方法,针对数据... 多尺度分类挖掘多局限于空间数据,且对一般数据尺度特性进行分类的研究较少。针对上述问题,进行普适的多尺度分类方法研究,以扩大多尺度适用范围。从空间数据估计角度出发,结合层次理论和尺度特性,基于概率密度估计离散化方法,针对数据的多尺度特性进行分类挖掘。以非局部均值和三次卷积插值为理论基础,利用Q统计和不一致度量进行操作,提出多尺度分类尺度上推算法和多尺度分类尺度下推算法。采用UCI数据集和H省人口真实数据集进行实验,并与CFW、MSCSUA和MSCSDA等算法进行对比,结果表明,该算法可行有效。与其他算法相比,尺度上推算法正确率平均提高4.5%,F-score提高4.8%,NMI提高12.3%,尺度下推算法各个相应指标分别平均提高5.3%,6.6%和11.8%。 展开更多
关键词 多尺度 不一致度量 尺度转换 多尺度分类挖掘 Q统计
下载PDF
指纹图像多尺度分类字典稀疏增强 被引量:3
4
作者 徐德琴 卞维新 +1 位作者 丁新涛 丁玉祥 《中国图象图形学报》 CSCD 北大核心 2018年第7期1014-1023,共10页
目的自动指纹识别系统大多是基于细节点匹配的,系统性能依赖于输入指纹质量。输入指纹质量差是目前自动指纹识别系统面临的主要问题。为了提高系统性能,实现对低质量指纹的增强,提出了一种基于多尺度分类字典稀疏表示的指纹增强方法。... 目的自动指纹识别系统大多是基于细节点匹配的,系统性能依赖于输入指纹质量。输入指纹质量差是目前自动指纹识别系统面临的主要问题。为了提高系统性能,实现对低质量指纹的增强,提出了一种基于多尺度分类字典稀疏表示的指纹增强方法。方法首先,构建高质量指纹训练样本集,基于高质量训练样本学习得到多尺度分类字典;其次,使用线性对比度拉伸方法对指纹图像进行预增强,得到预增强指纹;然后,在空域对预增强指纹进行分块,基于块内点方向一致性对块质量进行评价和分级;最后,在频域构建基于分类字典稀疏表示的指纹块频谱增强模型,基于块质量分级机制和复合窗口策略,结合频谱扩散,基于多尺度分类字典对块频谱进行增强。结果在指纹数据库FVC2004上将提出算法与两种传统指纹增强算法进行了对比实验。可视化和量化实验结果均表明,相比于传统指纹增强算法,提出的方法具有更好的鲁棒性,能有效改善低质量输入指纹质量。结论通过将指纹脊线模式先验引入分类字典学习,为拥有不同方向类别的指纹块分别学习一个更为可靠的字典,使得学习到的分类字典拥有更可靠的脊线模式信息。块质量分级机制和复合窗口策略不仅有助于频谱扩散,改善低质量块的频谱质量,而且使得多尺度分类字典能够成功应用,克服了增强准确性和抗噪性之间的矛盾,使得块增强结果更具稳定性和可靠性,显著提升了低质量指纹图像的增强质量。 展开更多
关键词 指纹 块质量评价 多尺度分类字典 稀疏表示 频谱扩散
原文传递
MSP-Net:多尺度点云分类网络 被引量:13
5
作者 白静 徐浩钧 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第11期1917-1924,共8页
针对传统点云分类网络难以充分发挥卷积神经网络优势的问题,提出一种多尺度点云分类网络MSP-Net.首先,基于局部区域划分的完备性、自适应性、重叠性及多尺度特性要求,提出了多尺度局部区域划分算法,并以点云及不同层次的特征为输入,得... 针对传统点云分类网络难以充分发挥卷积神经网络优势的问题,提出一种多尺度点云分类网络MSP-Net.首先,基于局部区域划分的完备性、自适应性、重叠性及多尺度特性要求,提出了多尺度局部区域划分算法,并以点云及不同层次的特征为输入,得到多尺度局部区域;然后构建了包含单尺度特征提取、低层次特征聚合及多尺度特征融合等模块的多尺度点云分类网络.该网络充分地模拟了卷积神经网络的作用原理,具备随着网络尺度和深度的增加,局部感受野越来越大,特征抽象程度越来越高的基本特征.最后将该算法应用在标准公开数据集ModelNet10和ModelNet40上,分别取得了94.71%和91.73%的分类准确率,表明该算法在同类工作中处于领先或相当的水平,验证了算法思想的可行性及有效性. 展开更多
关键词 多尺度点云 三维模型分类 深度学习 多尺度分类网络
下载PDF
基于多尺度CNN模型的多时相PolSAR图像作物分类 被引量:1
6
作者 张伟涛 王敏 郭交 《上海航天(中英文)》 CSCD 2022年第3期54-59,共6页
农作物分类是偏振合成孔径雷达(PolSAR)数据的重要应用之一。由于单时相PolSAR数据获取的信息有限,因此,采用多时相PolSAR数据,其含有农作物生长周期更丰富的特征信息。针对多时相PolSAR数据在极化特征分解时造成的“维数灾难”问题,提... 农作物分类是偏振合成孔径雷达(PolSAR)数据的重要应用之一。由于单时相PolSAR数据获取的信息有限,因此,采用多时相PolSAR数据,其含有农作物生长周期更丰富的特征信息。针对多时相PolSAR数据在极化特征分解时造成的“维数灾难”问题,提出了一种非负性约束稀疏自编码器(NC-SAE)的特征压缩方法,用于对分解后的特征数据进行压缩,以获得分类所需的有效特征。此外,构建了一种多尺度特征分类网络(MSFCN),该网络可以提高农作物的分类性能,且优于目前传统的卷积神经网络和支持向量机方法。通过使用欧空局提供的数据进行仿真实验,对分类结果进行性能评估,并与传统方法比较。实验结果表明:所提的方法具有很好的农业应用前景。 展开更多
关键词 农作物分类 偏振合成孔径雷达(PolSAR) 数据压缩 自编码器 多尺度特征分类网络(MSFCN)
下载PDF
多尺度数据挖掘概述
7
作者 张璐璐 《数字技术与应用》 2023年第1期123-125,共3页
多尺度数据挖掘应用领域广泛,是一个跨学科课题,其在数据挖掘基础之上,利用多尺度理论,多层次、多方位对数据进行分析,学习更全面的信息。多尺度数据挖掘在不同学科、不同领域有着不同的应用,针对一般数据集而言,主要集中在多尺度关联... 多尺度数据挖掘应用领域广泛,是一个跨学科课题,其在数据挖掘基础之上,利用多尺度理论,多层次、多方位对数据进行分析,学习更全面的信息。多尺度数据挖掘在不同学科、不同领域有着不同的应用,针对一般数据集而言,主要集中在多尺度关联规则、多尺度聚类和多尺度分类。为了便于理解,从概念、步骤和分类三方面对多尺度数据挖掘研究进行了简要的阐述以及分析。 展开更多
关键词 数据挖掘 多尺度理论 多尺度数据 数据集 多尺度分类 多尺度聚类 挖掘应用 多层次
下载PDF
基于WorldView-2数据和支持向量机的红树林群落分类研究 被引量:21
8
作者 唐焕丽 刘凯 +3 位作者 朱远辉 王树功 柳林 宋莎 《中山大学学报(自然科学版)》 CAS CSCD 北大核心 2015年第4期102-111,共10页
利用遥感技术对红树林进行群落级识别在红树林的资源详查、利用和保护方面具有重要意义。基于World View-2卫星影像的光谱特征、植被指数及纹理特征信息,结合实地调查中红树林植物的生长区位信息,采用面向对象结合支持向量机(Support Ve... 利用遥感技术对红树林进行群落级识别在红树林的资源详查、利用和保护方面具有重要意义。基于World View-2卫星影像的光谱特征、植被指数及纹理特征信息,结合实地调查中红树林植物的生长区位信息,采用面向对象结合支持向量机(Support Vector Machine,SVM)的方法对珠海淇澳岛红树林自然保护区大围湾片区的红树林植物进行群落分类,对比分析单一尺度和多尺度两种方式的分类效果。结果表明,尽管红树林群落之间光谱反射特征相似度较高,但拥有8个光谱波段的World View-2数据在此分类中仍具有很好的应用潜力;多尺度分类结果总体精度达到84.2%(kappa系数0.794),高于单一尺度分类结果的69.8%(Kappa系数为0.616)。 展开更多
关键词 红树林群落 面向对象 支持向量机 多尺度分类
下载PDF
基于多任务辅助学习特征的瞳孔中心检测
9
作者 贾静 付高波 +2 位作者 赵歆波 邹晓春 张宝尚 《航空科学技术》 2023年第9期121-126,共6页
眼动跟踪技术在航空领域极具潜力,其作为关键的信息获取和人机交互手段,可用于精确的目标瞄准、飞行员状态监测,对飞行安全和作战精准意义重大。而瞳孔中心检测作为核心技术,决定了眼动追踪系统的鲁棒性和准确性,本文提出一种基于多任... 眼动跟踪技术在航空领域极具潜力,其作为关键的信息获取和人机交互手段,可用于精确的目标瞄准、飞行员状态监测,对飞行安全和作战精准意义重大。而瞳孔中心检测作为核心技术,决定了眼动追踪系统的鲁棒性和准确性,本文提出一种基于多任务辅助学习特征的瞳孔中心检测算法,模拟人类视觉系统的多任务辅助学习特性,引入多任务模块,实现从粗到精的瞳孔中心检测,并通过试验验证了本文方法的有效性和先进性,从而提高了眼动跟踪的精度和准确性,为航空领域的各项任务和操作提供了更精确、高效和安全的手段。 展开更多
关键词 瞳孔中心检测 深度学习 辅助特征 多任务学习 多尺度分类
下载PDF
面向对象多层次多尺度分割的农用大棚类型信息提取
10
作者 王乌云 李斐 +1 位作者 哈斯图亚 哈申高娃 《中国农业大学学报》 CAS CSCD 北大核心 2024年第8期223-236,共14页
为对不同农用大棚类型信息进行识别分类和精细化提取,以内蒙古河套灌区不同大棚类型为研究对象,基于Sentinel-2A卫星数据,采用面向对象结合多层多尺度分割技术和阈值分类方法,对大棚类型信息进行提取并对最终提取结果展开精度评价和分... 为对不同农用大棚类型信息进行识别分类和精细化提取,以内蒙古河套灌区不同大棚类型为研究对象,基于Sentinel-2A卫星数据,采用面向对象结合多层多尺度分割技术和阈值分类方法,对大棚类型信息进行提取并对最终提取结果展开精度评价和分析研究。首先利用尺度参数估计(Estimation of Scale Parameter2,ESP2)方法进行了分层分割并优选出最佳分割尺度,在各层最优分割尺度上进行光谱、指数、几何、纹理等特征的提取与优化,获取最优特征组合;然后运用多层多尺度分割阈值分类方法提取不同大棚类型信息。结果表明不同大棚类型信息总体精度达94.8%,kappa系数达0.93。其中:塑料大棚的制图精度和用户精度分别为95.3%和96.6%;单屋面温室大棚制图精度和用户精度分别为88.5%和92.6%。基于多层多尺度分割分类的信息提取方法分别考虑了不同地物最优分割尺度,在不同地物各自的最优分割尺度上提取其信息,以抑制过度分割或亚分割现象,从而降低错分或漏分。因此,高分辨率卫星数据与面向对象多层多尺度分割分类的信息提取方法能够有效提高大棚类型信息提取精度,且能为地物信息精细提取技术体系提供一定参考思路。 展开更多
关键词 大棚类型 精细提取 Sentinel-2A卫星数据 面向对象影像分析 多层多尺度分割分类
原文传递
Bibliometric analysis of researches of empowerment theory applied to nursing in China
11
作者 Si-Yuan Yang Li-Min Guo +2 位作者 Yuan Jia Qian Wu Fan-Jie Meng 《TMR Integrative Nursing》 2019年第4期118-124,共7页
Objective:To analysis the development trend and research focus of empowerment theory applied to Nursing in China.Methods:Literatures related to the objective were searched and collected from CNKI,WangFang,VIP and CBM,... Objective:To analysis the development trend and research focus of empowerment theory applied to Nursing in China.Methods:Literatures related to the objective were searched and collected from CNKI,WangFang,VIP and CBM,then Excel 2003 was used to setup the database and co-word matrix,SPSS 21.0 was utilized to make the visualized analysis by way of multivariate statistics analysis,cluster analysis and multidimensional scaling analysis.Results:Literatures with the number of 486 were selected out and 18 high frequency keywords were retrieved from 140 journals.Among the literatures,the first one was published in 2002,then a tremendous rising started since 2009,and reached the peak in 2017,mainly from the southern part of China,such as the province of Jiangsu,Guangdong,and Zhejiang.Regarding the content of the literatures,the research of intervention accounted for 61.32%,then the research of description came to the second at the ratio of 24.49%.What’s more,378(77.78%)were cited,154(31.69%)were funded.Conclusion:Nowadays,empowerment applied in the therapy of chronic disease is the focus and trend of the research of empowerment theory,and the psychological empowerment to nursing staff,as well as the constructed empowerment is going mature.In the future,more attention should be paid to the study and practice of empowerment theory,in order to vary the direction of research and enrich the theory. 展开更多
关键词 Empowerment theory BIBLIOMETRIC NURSING Cluster analysis Multidimensional scaling analysis
下载PDF
基于图像序列的地面慢动多目标识别与跟踪 被引量:8
12
作者 汪洪桥 蔡艳宁 +2 位作者 付光远 伍明 王仕成 《激光与光电子学进展》 CSCD 北大核心 2016年第5期247-255,共9页
基于大场景合成孔径雷达(SAR)图像序列,研究了一种针对多类慢动车辆目标的识别与跟踪方法,采用先识别、再跟踪的思路。提出了一种图像目标局部多分辨分析与多核分类器相结合的识别方法,实现了多类目标的快速特征提取和准确分类。根据相... 基于大场景合成孔径雷达(SAR)图像序列,研究了一种针对多类慢动车辆目标的识别与跟踪方法,采用先识别、再跟踪的思路。提出了一种图像目标局部多分辨分析与多核分类器相结合的识别方法,实现了多类目标的快速特征提取和准确分类。根据相邻帧之间目标的对应关系,利用无偏卡尔曼滤波对目标的运动参数进行估计,并用实际测量值不断进行修正,实时获取目标的坐标、类型等信息,实现了复杂背景下地面多类慢动目标的高效跟踪。通过构建大场景合成孔径雷达序列图像进行仿真实验,证实了该方法具有快速和稳定的收敛性能,实时性较好,具有较高的跟踪精度。 展开更多
关键词 机器视觉 目标识别与跟踪 多分辨分析 多尺度分类 图像序列 无损卡尔曼滤波
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部