特征量的選擇和提取

特征量的選擇和提取
為了有效地分類，希望同類樣本之間的距離越小越好，而不同類樣本之間的距離則越大越好，本文所使用的特征量盡可能滿足取樣的要求。

針對SAR圖像目標(biāo)分類，選用基于類內(nèi)類間距準(zhǔn)則的特征提取算法。假設(shè)有c個類型，令Jw表示類內(nèi)總平均平方距離，即

而判斷J的大小，J大即為所求的特征量組合。

合成孔徑雷達(dá)圖像目標(biāo)分類研究

閱讀全文

特征(10016) 特征(10016)

ORB_FPGA單層圖像金字塔的ORB特征提取方案分析

ORB特征是一種圖像識別、追蹤和匹配中常用的特征，大名鼎鼎的ORB-SLAM就是使用的這一特征。它提取FAST特征點，并通過特征點附近的窗口矩計算特征點的方向，含方向的FAST特征也被稱為oFAST

2020-09-26 11:43:23

6153

基于卷積神經(jīng)網(wǎng)絡(luò)的雙重特征提取方法

機(jī)器學(xué)習(xí)技術(shù)已被廣泛接受，并且很適合此類分類問題?；诰矸e神經(jīng)網(wǎng)絡(luò)的雙重特征提取方法。提出的模型使用Radon拉冬變換進(jìn)行第一次特征提取，然后將此特征輸入卷積層進(jìn)行第二次特征提取。

2023-10-16 11:30:38

1779

HOOFR-SLAM的系統(tǒng)框架及其特征提取

Intelligent Vehicles Applications1. 介紹2. HOOFR-SLAM2.1 系統(tǒng)框架2.2 HOOFR特征提取2.3 映射線程2.3.1 特征匹配1. 介紹提出一種HOOFR-...

2021-12-21 06:35:49

MATLAB中怎么對音頻信號頻譜圖中能量密度特征用數(shù)學(xué)形態(tài)學(xué)的方法進(jìn)行特征提取？

MATLAB中對音頻信號進(jìn)行小波分解和短時傅里葉分析后怎么對信號頻譜圖中能量密度特征用數(shù)學(xué)形態(tài)學(xué)的方法進(jìn)行形態(tài)特征提取？

2020-10-12 18:21:04

matlab倆組數(shù)據(jù)相似度和提取特征

我對matlab不懂，現(xiàn)在要求倆組數(shù)據(jù)的相似度，和提取這倆組數(shù)據(jù)的特征值，求幫忙啊

2014-05-29 18:25:56

基于LabVIEW的聲發(fā)射信號特征參數(shù)提取程序

最近在分析聲發(fā)射信號，請教大神如何編提取聲發(fā)射信號的特征參數(shù)提取程序，萬分感謝！

2018-11-04 10:46:40

基于局域判別基的音頻信號特征提取方法

空間能量的統(tǒng)計特征成特征矢量，并利用FISHER準(zhǔn)則函數(shù)進(jìn)行特征選擇，根據(jù)特征矢量設(shè)計支持向量機(jī)分類器，對三類音頻進(jìn)行分類識別。實驗結(jié)果表明，該方法提取的特征矢量在音頻信號分類中是非常有效的。

2011-03-04 20:46:21

基于聯(lián)合頻率分析的特征提取及識別過程

的兩維處理方法，并用于三種數(shù)字信號的特征分析。最后詳細(xì)介紹了基于聯(lián)合頻率分析的特征提取及識別過程，給出了仿真測試結(jié)果。

2021-04-21 06:17:47

多站低頻雷達(dá)運動人體微多普勒特征提取與跟蹤技術(shù)【論文干貨】

雷達(dá)系統(tǒng)，研究了葉簇穿透人體微多普勒特征提取和跟蹤技術(shù)。目前對于人體微多普勒信號仿真的研究幾乎都是基于單站雷達(dá)，雙站雷達(dá)人體微多普勒大小不僅與人體運動方向有關(guān)，還與雙站角大小有關(guān)，雙站雷達(dá)散射截面

2021-12-20 15:49:31

如何提取模擬電路故障診斷中的特征方法？其步驟和優(yōu)缺點是什么？

如何提取模擬電路故障診斷中的特征方法？其步驟和優(yōu)缺點分別是什么？

2021-04-07 06:04:36

計算機(jī)視覺的特征提取算法研究至關(guān)重要。在一些算法中，一個高復(fù)雜度特征的提取可能能夠解決問題（進(jìn)行目標(biāo)檢測等目的），但這將以處理更多數(shù)據(jù)，需要更高的處理效果為代價。而顏色特征無需進(jìn)行大量計算。只需將數(shù)字圖像中的像素值進(jìn)行相應(yīng)轉(zhuǎn)換，表現(xiàn)為數(shù)值即可。因此顏色特征以其低復(fù)雜度成為了一個較好的特征。

2019-10-12 06:55:23

如何從特征值中提取兩個字節(jié)？

你好，我似乎不理解PSoC創(chuàng)建者的數(shù)據(jù)類型是如何工作的。在組合體的設(shè)置中，可以選擇特征值具有什么格式。當(dāng)數(shù)據(jù)類型為UIT8時，代碼中的值很容易使用，但是我不能用SITT16來處理它。當(dāng)服務(wù)器接收到寫

2019-10-15 13:24:16

怎樣去提取基于視頻流的興趣HOG特征呢

怎樣去提取基于視頻流的興趣HOG特征呢？其具體原理是什么？

2021-10-22 06:01:34

您好，我在學(xué)習(xí)labview提取脈搏、心電的特征值，請教教小白

您好，我在學(xué)習(xí)labview提取脈搏、心電的特征值，，請教教小白

2019-10-30 00:24:26

手指靜脈圖像的特征提取和識別前期研究

圖像處理，手指靜脈圖像的特征提取和識別前期研究

2012-05-11 11:51:27

手背靜脈特征提取算法

"特點的基礎(chǔ)上,先將手背靜脈圖像"分塊",再對分塊后的圖像進(jìn)行FRAT變換,并提出一種向量非均衡分布可得最大值的方法,提取手背靜脈圖像紋理特征,最后通過特征匹配進(jìn)行分類識別

2010-04-24 09:58:17

有大神嗎？可以分享一個LabVIEW指紋特征提取的資料嗎？

有大神嗎？可以分享一個LabVIEW指紋特征提取的資料嗎？感激不盡。

2017-04-19 07:31:13

模擬電路故障診斷中的特征提取方法

相應(yīng)的多尺度函數(shù)和多小波函數(shù)。　　小波分析在特征提取中的優(yōu)勢，主要是利用小波基可以用較少非零小波系數(shù)去逼近一類實際函數(shù)的能力，選擇小波基應(yīng)該是以最大量的產(chǎn)生接近于零的小波系數(shù)為優(yōu)。小波基的這種能力

2016-12-09 18:15:39

語音特征參數(shù)提取的仿真研究

2012-08-20 12:38:27

請教信號RMS 能量特征參數(shù)提取

在做原油加熱爐爐管聲發(fā)射檢測，請教各位前輩信號RMS能量特征參數(shù)提取，labview有這些自帶函數(shù)嗎？

2012-08-04 21:21:52

高分辨率合成孔徑雷達(dá)圖像的直線特征多尺度提取方法

共線點之間的連續(xù)性和完整性,并在不同的尺度圖像中根據(jù)邊緣特征的特點選擇不同處理方法,來實現(xiàn)低分辨率條件下完整直線特征的粗略提取和高分辨率的精確定位。最后用高分辨率SAR圖像跑道檢測實驗進(jìn)行了驗證,并將

2010-05-06 09:04:04

基于改進(jìn)PSO的規(guī)則提取方法

為解決飛行動作識別規(guī)則的自動提取問題，提出一種基于改進(jìn)粒子群優(yōu)化算法的飛行動作規(guī)則提取方法。在對關(guān)鍵飛行參數(shù)特征量進(jìn)行符號化的基礎(chǔ)上，利用基于改進(jìn)的動態(tài)慣性權(quán)

2009-04-14 08:32:53

基于改進(jìn)ReliefF算法的主成分特征提取方法

計算信息特征(屬性)的權(quán)重問題在信息分類及模式匹配中是一個研究熱點。該文提出一種基于改進(jìn)ReliefF算法的主成分特征提取方法，利用此算法刪除原始特征中與分類不相關(guān)的特征

2009-04-15 10:06:26

基于已知特征項和環(huán)境相關(guān)量的特征提取算法

在現(xiàn)有基于已知特征項特征提取算法的基礎(chǔ)上，提出一種基于已知特征項和環(huán)境相關(guān)量的特征提取算法。該算法通過已知特征項搜索頻繁項集，提高了特征提取速度。環(huán)境相關(guān)量的

2009-04-18 09:37:01

基于DDCT與TCSVD的人臉特征提取與識別算法

提出一種基于分塊離散余弦變換(DCT)與奇異值分解閾值壓縮(TCSVD)的人臉特征提取與識別算法。該算法對人臉圖像進(jìn)行分塊DCT變換，根據(jù)圖像塊位置和能量分布選擇不同的DCT高低頻分

2009-04-23 09:57:54

基于DCT和KDA的人臉特征提取新方法

提出了一種新的人臉特征提取方法，該方法采用DCT對人臉圖像進(jìn)行降維和去噪，并通過KDA提取人臉特征?；谠?b class="flag-6" style="color: red">特征，采用NN分類器，對ORL人臉庫進(jìn)行分類識別，僅用28個特征平均

2009-05-25 22:04:10

基于Fisher的Gabor特征提取方法

提出在Gabor 濾波理論的基礎(chǔ)上，結(jié)合Fisher 線性判別方法，對手寫數(shù)字圖像的所有特征點尋找局部最優(yōu)濾波頻率和濾波方向，從而提取最優(yōu)Gabor 特征的方法。對MNIST 手寫體數(shù)據(jù)庫的

2009-06-06 14:15:09

基于混合高斯模型定位的火災(zāi)煙霧紋理特征提取

視覺(圖像型)火災(zāi)探測需要提取較高質(zhì)量的目標(biāo)紋理特征用于火災(zāi)識別。本文利用混合高斯模型對煙霧目標(biāo)進(jìn)行前景提取，并且屏蔽掉非運動的背景圖像，然后根據(jù)結(jié)果圖像的灰度分

2009-08-07 09:47:44

蠕蟲病毒特征碼自動提取原理與設(shè)計

目前網(wǎng)絡(luò)入侵檢測系統(tǒng)（NIDS）主要利用特征碼檢測法來監(jiān)測與阻止網(wǎng)絡(luò)蠕蟲，而蠕蟲特征碼提取仍是效率低的人工過程。為解決這個問題提出了基于陷阱網(wǎng)絡(luò)的蠕蟲特征碼自動提取

2009-08-12 08:51:46

基于ICA技術(shù)的管道泄漏特征信號提取方法

為了解決強(qiáng)背景噪聲下采集到的管道壓力參數(shù)信號中泄漏特征信號難以準(zhǔn)確提取的難題，本文提出利用獨立分量分析技術(shù)（ICA）對負(fù)壓波信號進(jìn)行處理，提取泄漏信息特征信號，

2009-09-01 11:17:42

基于KPCA入侵檢測特征提取技術(shù)研究

詳細(xì)介紹了基于KPCA入侵檢測系統(tǒng)特征提取的工作原理，并在MATLAB環(huán)境下利用KDDCUP99數(shù)據(jù)集進(jìn)行了基于KPCA特征提取的仿真實驗，結(jié)果表明KPCA能對樣本能進(jìn)行很好的降維，并可保持

2009-09-23 11:36:48

SISAR功率譜特征提取方法

SISAR功率譜特征提取方法:文主要研究了對SISAR全息信號功率譜歸一化處理獲得識別特征的方法。通過分析側(cè)影成像全息信號和目標(biāo)側(cè)影雷達(dá)截面積的關(guān)系，導(dǎo)出由計算雷達(dá)截面積的方

2009-10-23 10:26:21

基于FRFT的域-包絡(luò)曲線的雷達(dá)信號特征提取及自動分類

提取和補(bǔ)充新的特征參數(shù)是解決復(fù)雜體制雷達(dá)輻射源信號分選和雷達(dá)目標(biāo)識別難題的有效手段，為此該文提出一種基于FRFT的α 域-包絡(luò)曲線特征向量的提取方法。該方法通過FRFT搜索

2009-11-10 16:18:59

基于噪聲環(huán)境下的MFCC特征提取

在語音識別系統(tǒng)中，如何在含有噪聲的語音信號中提取其良好的特征參數(shù)是系統(tǒng)的關(guān)鍵問題之一。本文通過采用自適應(yīng)濾波來濾除語音信號中的高斯白噪聲，然后提取出能夠反映人

2009-12-12 13:46:11

模式識別中的特征提取研究

特征提取是模式識別中的關(guān)鍵技術(shù)之一，本文提出了一種基于改進(jìn)ReliefF 算法的主成分特征提取方法，通過該方法進(jìn)行主特征特征提取可以有效降維，大大減輕了后續(xù)的分類器的

2009-12-12 13:47:45

特征提取與模板匹配結(jié)合的圖像拼接方法

本文提出一種特征點與模板匹配相結(jié)合的圖像拼接方法,先對相鄰兩幅圖像利用Harris算子提取特征點,然后根據(jù)特征點的位置確定模板的大小和位置,大大減小了圖像拼接的計算量,

2010-02-21 14:38:14

基于有效性評價機(jī)制的小波包特征提取技術(shù)

本文介紹了如何應(yīng)用提升小波包變換對信號進(jìn)行特征提取,并在此基礎(chǔ)上提出了四條定量的評價標(biāo)準(zhǔn),能夠全面地對此類特征提取方法的有效性進(jìn)行評價。通過這四個標(biāo)準(zhǔn),就能更科

2010-02-22 15:34:33

基于小波分析的車輛噪聲特征提取方法

特征提取是聲目標(biāo)識別的關(guān)鍵。由于車輛噪聲信號的非平穩(wěn)特性，傳統(tǒng)特征提取方法有很大局限性。介紹小波分析方法在車輛噪聲信號特征提取中的應(yīng)用，仿真結(jié)果證

2010-12-31 17:16:28

故障特征提取的方法研究

摘要：針對常規(guī)特征提取方法存在著問題不足，提出了基于BP神經(jīng)網(wǎng)絡(luò)和基于互信息熵的特征提取方法，并通過特征提取實例加以說明。結(jié)果表明這兩種方法是可行和有效的。

2006-03-11 13:14:21

1858

特征選擇算法綜述

自20世紀(jì)90年代以來，特征選擇成為模式識別和機(jī)器學(xué)習(xí)領(lǐng)域的重要研究方向，研究成果十分顯著，但是也存在許多問題需要進(jìn)一步研究。本文首先將特征選擇視為特征集合空間中的啟發(fā)

2011-05-05 17:01:10

基于EMD法的語音信號特征提取

特征提取是目標(biāo)識別的關(guān)鍵，如何從有限的測量數(shù)據(jù)中獲取有效、可靠的特征參數(shù)，是特征提取中重點考慮的問題。本文采用EMD方法對語音信號進(jìn)行頻率特征提取，可以較好地降低語音

2011-10-10 15:11:42

紋理特征提取方法

文中主要介紹了基于分形維數(shù)提取法、小波提取法、Gabor濾波器提取法、灰度共生矩陣提取法等紋理特征提取的原理和步驟等,并對各個方法的優(yōu)、缺點進(jìn)行了歸納總結(jié)。

2012-02-22 11:11:26

基于Gabor變換的中文字符特征提取方法研究

針對傳統(tǒng)漢字字符特征提取方法的不足，提出了一種基于Gabor變換，對圖像紋理特征的方向性敏感的字符特征提取方法。先將灰度字體圖像進(jìn)行二值化、歸一化處理，再利用Gabor濾波器進(jìn)

2012-08-29 17:10:02

基于Gabor的特征提取算法在人臉識別中的應(yīng)用

針對人臉識別中的特征提取問題，提出一種新的基于Gabor的特征提取算法，利用Gabor小波變換良好的提取區(qū)分能力和LDA所具有的判別性優(yōu)勢來進(jìn)行特征提取。首先利用Gabor小波變換來提取人臉特征

2013-01-22 14:25:26

智能機(jī)器人系統(tǒng)中局部環(huán)境特征的提取

智能機(jī)器人系統(tǒng)中局部環(huán)境特征的提取！資料來源網(wǎng)絡(luò)，如有侵權(quán)，敬請原諒！

2015-12-25 09:52:28

模擬電路故障診斷中的特征提取方法

故障特征提取是模擬電路故障診斷的關(guān)鍵，而模擬電路由于故障模型復(fù)雜、元件參數(shù)的容差、非線性、噪聲以及大規(guī)模集成化等現(xiàn)象使電路故障信息表現(xiàn)為多特征、高噪聲、非線性的數(shù)據(jù)集，且受到特征信號觀測手段、征兆

2016-11-28 17:24:26

5266

脈沖多普勒雷達(dá)特征提取技術(shù)分析

脈沖多普勒雷達(dá)特征提取技術(shù)分析，下來看看，

2016-12-24 23:19:10

人臉特征的定位和提取

2017-02-08 00:38:03

基于線性預(yù)測原理的艙音特征提取與重構(gòu)程道來

基于線性預(yù)測原理的艙音特征提取與重構(gòu)_程道來

2017-03-15 08:00:00

時頻分析的工頻通信信號特征提取

時頻分析的工頻通信信號特征提取

2017-08-31 10:00:28

基于MVDR的語言情感特征提取

語音情感特征的提取和選擇是語音情感識別的關(guān)鍵問題，針對線性預(yù)測（LP）模型在語音情感譜包絡(luò)方面存在的不足。本論文提出了最小方差無失真響應(yīng)（MVDR）譜方法來進(jìn)行語音情感特征的提取；并通過

2017-11-07 14:51:02

顏色特征提取方法

2017-11-16 14:12:12

4558

激光網(wǎng)格標(biāo)記圖像特征提取

在三維立體視覺中，工件表面的特征提取是三維重構(gòu)的前提和關(guān)鍵。但是，工件表面的自然特征往往表現(xiàn)得不夠明顯，使得特征的提取非常困難。因此，經(jīng)常使用激光網(wǎng)格投影到待檢測的工件表面，使工件表面具備確定的可

2017-11-17 17:26:00

Curvelet變換用于人臉特征提取與識別

人臉檢測是一個非常復(fù)雜的模式，人臉面部特征提取及識別成為當(dāng)前計算機(jī)圖像處理相關(guān)學(xué)科的一個極具挑戰(zhàn)的課題。而基于Carvelet變換的人臉特征提取及識別的意義在于Curvelet繼承了小波分析優(yōu)良

2017-11-30 15:09:36

5183

一種去冗余的SIFT特征提取方法

的SIFT特征提取算法。首先提取出SIFT特征點，然后根據(jù)特征點周邊梯度情況，判斷特征點是否落于目標(biāo)區(qū)域，進(jìn)而保留目標(biāo)區(qū)域特征點，刪除背景區(qū)域特征點，減少特征點數(shù)量的同時也實現(xiàn)了去冗余。提取所得的特征點質(zhì)量好壞由落入目標(biāo)區(qū)域的點數(shù)和

2017-12-01 15:08:38

小波提取圖像特征方法研究

的細(xì)節(jié)分量有高度的局部相關(guān)性，這為特征提取提供了有力的條件。利用小波變換進(jìn)行紋理特征提取 ，在紋理分析、圖像壓縮、工業(yè)品表面缺陷檢測中得到大量的應(yīng)用。

2017-12-01 14:47:52

12395

與文本無關(guān)的單訓(xùn)練樣本特征點提取研究

訓(xùn)練樣本的特征提取方法。該方法提取的語音特征能夠充分反映說話人的基本發(fā)聲特性，可以很好的將不同的說話者區(qū)分開。本文列出了以上四種特征提取方法在但語音訓(xùn)練樣本上對于不同說話者的識別效果，也將其與本文的方法進(jìn)行了比較。對英文

2017-12-06 14:32:29

特征選擇穩(wěn)定性研究綜述

隨著大數(shù)據(jù)的發(fā)展和機(jī)器學(xué)習(xí)的廣泛應(yīng)用，各行業(yè)的數(shù)據(jù)量呈現(xiàn)大規(guī)模的增長，高維性是這些數(shù)據(jù)的重要特點。采用特征選擇對高維數(shù)據(jù)進(jìn)行降維是一種預(yù)處理方法．特征選擇穩(wěn)定性是其中重要的研究內(nèi)容。它是指特征選擇

2017-12-14 16:44:43

基于生物視皮層機(jī)制的視頻運動特征提取方法

針對復(fù)雜場景中視頻序列目標(biāo)運動特征提取困難的問題，借鑒生物視覺系統(tǒng)對視頻動態(tài)目標(biāo)的運動感知機(jī)制，改進(jìn)初級視皮層（VI）細(xì)胞模型，提出一種基于生物視皮層機(jī)制的視頻運動特征提取方法。采用時空濾波器與半

2017-12-18 10:32:30

一種新的語音信號特征提取方法

針對說話人識別系統(tǒng)中存在的有效語音特征提取以及噪聲影V向的問題，提出了一種新的語音特征提取方法基于S變換的美爾倒譜系數(shù)（ SMFCC）。該方法是在傳統(tǒng)美爾倒譜系數(shù)（MFCC）的基礎(chǔ)上利用S變換的二維

2017-12-18 11:29:04

非剛性三維模型檢索特征提取技術(shù)研究

三維模型特征描述符是一種簡潔且信息量豐富的表示方式．特征提取是許多三維模型分析處理任務(wù)的關(guān)鍵步驟．近年來。針對非剛性三維模型特征提取技術(shù)的研究引起了人們的廣泛關(guān)注．本文首先匯總了常用的非剛性三維模型

2017-12-19 11:35:38

卷積神經(jīng)網(wǎng)絡(luò)特征重要性分析及增強(qiáng)特征選擇模型

，如果數(shù)據(jù)量達(dá)不到足夠的規(guī)模，則會導(dǎo)致學(xué)習(xí)不充分，因而可能無法達(dá)到最優(yōu)的特征選擇．而神經(jīng)網(wǎng)絡(luò)的黑箱特性使得無法觀測神經(jīng)網(wǎng)絡(luò)選擇了哪些特征，也無法評估其特征選擇的能力．為此，以卷積神經(jīng)網(wǎng)絡(luò)為例，首先研究如何

2017-12-25 15:21:35

無監(jiān)督行為特征提取算法

針對現(xiàn)有行為特征提取方法識別率低的問題，提出了一種融合稠密光流軌跡和稀疏編碼框架的無監(jiān)督行為特征提取方法（ DOF-SC）。首先，在稠密光流（DOF）軌跡提取的基礎(chǔ)上，對以軌跡為中心的原始圖像塊進(jìn)行

2017-12-26 18:48:52

基于SF-LBP的行人紋理特征提取算法

針對基于紋理信息的行人特征提取算法中存在特征信息冗余度大，無法刻畫人眼視覺敏感性的不足，提出一種融合人類視覺感知特性的基于顯著性局部二值模式（ SF-LBP）的行人紋理特征提取算法。該算法首先

2017-12-29 15:06:58

基于小波脊線的特征提取算法

捕獲問題，并對其特征參數(shù)提取算法進(jìn)行了研究。針對跳頻信號的特征提取，研究了一種基于小波脊線的特征提取算法，通過matlab仿真實驗對方法的性能進(jìn)行了驗證，實驗表明基于小波脊線的特征提取算法有很大的性能優(yōu)勢，進(jìn)一步提

2018-01-04 14:04:49

基于HTM架構(gòu)的時空特征提取方法

針對人體動作識別中時空特征提取問題，提出一種基于層次時間記憶（ HTM）架構(gòu)的深度學(xué)習(xí)模型，用來提取圖像幀的時空特征。將圖像幀構(gòu)建成樹型節(jié)點層次結(jié)構(gòu)，在每一層中，通過歐氏距離分組來提取圖像樣本的空間

2018-01-17 17:27:25

觸電信號暫態(tài)特征提取及故障識別

方法首先針對3種生物體觸電總泄漏電流故障信號提取出表征圖譜特征的29個時域和頻域統(tǒng)計特征參數(shù)，然后采用主成分分析法對特征空間進(jìn)行降維處理得到5個新的特征量，將降維后的特征量輸入到支持向量機(jī)中進(jìn)行分析，利用粒子群算

2018-01-23 17:12:59

散亂點云數(shù)據(jù)特征信息提取算法

的特征提取不僅可以更好地刻畫三維模型特征，并且其在模型重建、點云分割、對稱性檢測以及點云配準(zhǔn)等。方面起到一定的作用。特征提取主要包括對點、線及面的提取，目前主要有2種方法：1）從三維網(wǎng)格化后的點云數(shù)據(jù)中提取特征；

2018-01-30 16:35:07

液壓泵振動信號特征提取方法

針對液壓泵故障特征提取問題，提出了一種基于奇異值分解和小波包變換的液壓泵振動信號特征提取方法。通過奇異值分解將噪聲非均勻分布的液壓泵振動信號正交分解為噪聲分布相對均勻的分量，對各分量進(jìn)行小波包閾值去

2018-03-05 14:07:53

如何提高愛好特征提取的效率詳細(xì)算法說明

針對電影評分中特征提取效率較低的問題，提出了與QR分解相結(jié)合的Nystrom方法。首先，利用自適應(yīng)方法進(jìn)行采樣，然后對內(nèi)部矩陣進(jìn)行QR分解，將分解后的矩陣與內(nèi)部矩陣進(jìn)行重新組合并進(jìn)行特征分解

2019-01-04 09:36:19

心電信號的特征提取分析與處理

生物醫(yī)學(xué)儀器包括了診斷儀器和治療儀器兩大類。在診斷儀器中要尋找對診斷有意義的具有某種特征的信號或信號的某種特征量。在治療儀器中同樣需要確定特征信號的存在或信號特征量的大小去控制治療部分的工作

2019-01-07 08:00:00

圖像邊緣檢測和特征提取實驗報告的詳細(xì)資料說明

本文檔的主要內(nèi)容詳細(xì)介紹的是圖像邊緣檢測和特征提取實驗報告的詳細(xì)資料說明目的包括了：1.了解圖像邊緣檢測的原理。自己實現(xiàn)邊緣檢測算法，對特定的幾幅圖像進(jìn)行邊緣檢測，并達(dá)到較好的效果。2.了解特征提取的原理，并對圖像中存在的一些特征進(jìn)行特征提取。

2019-04-19 08:00:00

模擬電路診斷中故障特征的提取方法

模擬電路故障診斷本質(zhì)上等價于模式識別問題，因此研究如何把電路狀態(tài)的原始特征從高維特征空間壓縮到低維特征空間，并提取有效故障特征以提高故障診斷率就成了一個重要的課題。

2020-01-26 09:31:00

3451

基于Labview的語音模式識別MFCC原理特征提取

本文檔的主要內(nèi)容詳細(xì)介紹的是基于Labview的語音模式識別MFCC原理特征提取。

2020-01-09 08:00:00

語音識別算法有哪些_語音識別特征提取方法

本文主要闡述了語音識別算法及語音識別特征提取方法。

2020-04-01 09:24:49

32350

機(jī)器學(xué)習(xí)之特征提取 VS 特征選擇

機(jī)器學(xué)習(xí)中特征選擇和特征提取區(qū)別 demi 在周四, 06/11/2020 - 16:08 提交 1. 特征提取 V.S 特征選擇 特征提取和特征選擇

2020-09-14 16:23:20

4693

淺析特征提取網(wǎng)絡(luò)與特征融合技術(shù)

導(dǎo)讀鑒于顯著性目標(biāo)和偽裝目標(biāo)研究的相似性，本文作者將顯著性目標(biāo)與偽裝目標(biāo)合在一起進(jìn)行研究，文章重點是特征提取網(wǎng)絡(luò)與特征融合技術(shù)，主要介紹了三種方法EGNet，PFANet和SINet。

2021-03-12 10:13:57

11395

新型著裝人體多特征提取和尺寸測量算法

傳統(tǒng)非接觸式人體尺寸測量中的關(guān)鍵特征點是根據(jù)人體各部位的比例關(guān)系直接提取，該方法對人體體型和著裝要求嚴(yán)格，導(dǎo)致在多數(shù)情形下獲取的關(guān)鍵特征點存在較大誤差。為此，提出一種基于自適應(yīng)人體結(jié)構(gòu)分割（ABSS

2021-03-16 09:41:35

基于卷積循環(huán)神經(jīng)網(wǎng)絡(luò)的自動代碼特征提取模型

神經(jīng)網(wǎng)絡(luò)在軟件工程中的應(yīng)用極大程度上緩解了傳統(tǒng)的人工提取代碼特征的壓力。已有的研究往往將代碼簡化為自然語言或者依賴專家的領(lǐng)域知識來提取代碼特征，簡化為自然語言的處理方法過于簡單易造成信息丟失，而引入

2021-03-30 15:15:27

一種基于信息熵與綜合函數(shù)特征提取

近年來未知的計算機(jī)漏洞欻量呈海量増長狀態(tài)，對于大量的漏洞數(shù)據(jù)進(jìn)行及時準(zhǔn)確的分析和分類管理，是十分重要且有待解決的問題。因此，提出一種基于信息熵與綜合函數(shù)（S-C）特征提取，并利用關(guān)聯(lián)了特征詞集間

2021-04-13 13:51:15

卷積神經(jīng)網(wǎng)絡(luò)是怎樣實現(xiàn)不變性特征提取的？

圖像特征傳統(tǒng)的圖像特征提取（特征工程）主要是基于各種先驗?zāi)Ｐ?，通過提取圖像關(guān)鍵點、生成描述子特征數(shù)據(jù)、進(jìn)行數(shù)據(jù)匹配或者機(jī)器學(xué)習(xí)方法對特征數(shù)據(jù)二分類/多分類實現(xiàn)圖像的對象檢測與識別。卷積神經(jīng)網(wǎng)絡(luò)通過

2021-04-30 09:11:57

3176

基于自編碼特征的語音聲學(xué)綜合特征提取

利用監(jiān)督性學(xué)習(xí)算法進(jìn)行語音増強(qiáng)時，特征提取是至關(guān)重要的步驟。現(xiàn)有的組合特征和多分辨率特征等聽覺特征是常用的聲學(xué)特征，基于這些特征的増強(qiáng)語音雖然可懂度得到了較大提升，但是仍然殘留大量噪聲，語音質(zhì)量（用

2021-05-19 16:33:10

為什么卷積神經(jīng)網(wǎng)絡(luò)可以做到不變性特征提取？

2021-05-20 10:49:08

5866

基于特征提取和密度聚類的鋼軌識別算法

解決上述問題，文中提出一種基于擴(kuò)展Har特征提取和 DBSCAN密度聚類的鋼軌識別算法。首先通過仿射變換、池化、灰度均衡仳、邊緣檢測等算法對圖像進(jìn)行預(yù)處理，然后基于擴(kuò)展Haar特征提取圖像中鋼軌的特征點，最后利用 DBSCAN算法對特

2021-06-16 15:03:49

基于特征的基圖像提取和重構(gòu)方法

圖像作為一種典型信號，理論上可由一系列基本信號構(gòu)成。為尋找一組可重構(gòu)圖像的基本信號，提出了基于特征的基圖像提取和重構(gòu)方法，使得可由任意圖像集進(jìn)行基圖像提取并可由提取的基圖像重構(gòu)內(nèi)容無關(guān)的任意

2021-06-16 16:01:25

基于中軸變換的改進(jìn)骨架特征提取方法

基于中軸變換的改進(jìn)骨架特征提取方法

2021-06-27 15:38:19

基于并行附加特征提取網(wǎng)絡(luò)的SSD地面小目標(biāo)檢測模型

基于并行附加特征提取網(wǎng)絡(luò)的SSD地面小目標(biāo)檢測模型來源：《電子學(xué)報》，作者李寶奇等摘要: 針對SSD原始附加特征提取網(wǎng)絡(luò)(Original Additional Feature

2022-02-17 16:41:25

2075

計算機(jī)視覺中不同的特征提取方法對比

特征提取是計算機(jī)視覺中的一個重要主題。不論是SLAM、SFM、三維重建等重要應(yīng)用的底層都是建立在特征點跨圖像可靠地提取和匹配之上。特征提取是計算機(jī)視覺領(lǐng)域經(jīng)久不衰的研究熱點，總的來說，快速、準(zhǔn)確、魯棒的特征點提取是實現(xiàn)上層任務(wù)基本要求。

2022-07-11 10:28:14

4811