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。

閱讀全文

特征(9772) 特征(9772)

基于卷積神經(jīng)網(wǎng)絡(luò)的雙重特征提取方法

機器學(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

381

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

學(xué)習(xí)AI的出發(fā)點：如何提取特征(Feature)

值了。例如，針對第1隻玩具，兩人分別測量出來的特徵值是：它的耳朵長度是7.5，而其體重是5.0。接下來，兩人又去測量第2隻玩具，提取了它的特徵值：接下來，兩人又去測量第3隻玩具，提取了它的特徵值：依序

2020-11-27 10:27:25

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)?！　⌒〔ǚ治鲈?b class="flag-6" style="color: red">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 labview 聲發(fā)射信號 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 21:18:03

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)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

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

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

基于廣義典型相關(guān)分析的仿射不變特征提取方法

基于廣義典型相關(guān)分析的仿射不變特征提取方法:該文結(jié)合廣義典型相關(guān)分析(GCCA)理論，提出了一種新的圖像仿射不變特征提取方法。首先，基于多尺度自卷積變換(MSA)構(gòu)造了一組新

2009-10-29 12:52:53

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

非線性PCA在表面肌電信號特征提取中的應(yīng)用

非線性PCA在表面肌電信號特征提取中的應(yīng)用針對表面肌電信號的特點,提出了一種應(yīng)用非線性主分量分析( PCA) 提取表面肌電信號特征的新方法. 該方法在表面肌

2010-02-26 17:08:26

基于子塊特征的遙感圖像邊緣灰提取

遙感圖像為地理信息系統(tǒng)數(shù)據(jù)的更新和應(yīng)用提供了有利條件,遙感圖像的特征提取是其中的關(guān)鍵問題。針對灰色絕對關(guān)聯(lián)度計算模型的特點,提出一種基于灰色絕對關(guān)聯(lián)度和圖像子塊標(biāo)

2010-03-01 14:15:32

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

1276

基于小波多尺度和熵在圖像字符特征提取方法的改進(jìn)

摘要：提出了一種基于小波和熵提取圖像字符特征的方法。該方法利用小波變換對圖像字符進(jìn)行多尺度分解，用marr零交叉邊緣檢測算子提取邊緣；用基于判別熵最小化提取每

2006-03-24 13:30:02

669

小波變換在過零調(diào)制信號特征提取中的應(yīng)用

小波變換在過零調(diào)制信號特征提取中的應(yīng)用介紹小波變換理論和算法，說明去除信號噪聲原理；給出了以db2為小波函數(shù)和選用閾值方法去噪的

2009-10-12 23:47:45

1446

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

智能機器人系統(tǒng)中局部環(huán)境特征的提取

智能機器人系統(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

4438

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

基于小波包_包絡(luò)樣本熵的故障特征提取方法及其應(yīng)用_李其龍

基于小波包_包絡(luò)樣本熵的故障特征提取方法及其應(yīng)用_李其龍

2016-12-30 14:37:07

基于多尺度融合的甲狀腺結(jié)節(jié)圖像特征提取_王昊

基于多尺度融合的甲狀腺結(jié)節(jié)圖像特征提取_王昊

2017-01-08 11:13:29

基于CMF_EEMD的風(fēng)電齒輪箱多故障特征提取

基于CMF_EEMD的風(fēng)電齒輪箱多故障特征提取_王志堅

2017-01-08 13:26:49

人臉特征的定位和提取

2017-02-08 00:38:03

基于粒計算的空間特征提取及其檢索的研究宋俊雅

基于粒計算的空間特征提取及其檢索的研究_宋俊雅

2017-03-16 08:00:00

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

紅外火焰探測信號的特征提取研究_周永杰

紅外火焰探測信號的特征提取研究_周永杰

2017-03-19 11:41:39

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

一種對野值魯棒的紋理特征提取方法

紋理是表征圖像的一個重要特征，它廣泛存在于各類圖像中。紋理圖像的分類在圖像處理、計算機視覺和模式識別中有著極其重要的作用。紋理分類的一個重要研究內(nèi)容是紋理特征的提取，期望所提取的特征能有效地刻畫紋理

2017-11-02 17:19:38

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

4191

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

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

3492

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

11813

基于聚類集成技術(shù)的在線特征選擇

針對既有歷史數(shù)據(jù)又有流特征的全新應(yīng)用場景，提出了一種基于組特征選擇和流特征的在線特征選擇算法。在對歷史數(shù)據(jù)的組特征選擇階段，為了彌補單一聚類算法的不足，引入聚類集成的思想。先利用k-means方法

2017-12-05 11:00:41

與文本無關(guān)的單訓(xùn)練樣本特征點提取研究

無關(guān)的單訓(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

基于生物視皮層機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制的視頻運動特征提取方法。采用

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

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

基于一些句間關(guān)系指示詞提取普適的特征

，抽取依存詞匯、語義、句子結(jié)構(gòu)等具有明顯規(guī)則的特有特征；然后，基于一些句間關(guān)系指示詞提取普適的特征；其次，將特征寫入待輸入的數(shù)據(jù)向量，并且增加一維向量用來存儲出現(xiàn)的明顯規(guī)則特征；最后，運用LIBSVM模型結(jié)合規(guī)則和機

2018-01-07 09:49:01

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

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

基于小波域相子的電壓暫降特征提取與成因辨識

有效提取電壓暫降的特征并進(jìn)行成因辨識是確定治理方案的前提。在多分辨分析基礎(chǔ)上發(fā)展起來的離散小波變換（DWT）具有簡單、快速和信息非冗余等特點，但一般認(rèn)為不易于提取電壓暫降信號的相位跳變特征

2018-03-01 14:39:45

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

2018-03-05 14:07:53

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

2437

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

29661

機器學(xué)習(xí)之特征提取 VS 特征選擇

機器學(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

3733

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

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停ㄟ^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

2363

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

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？

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

2021-05-20 10:49:08

4374

一種基于嵌入式特征提取的多標(biāo)記分類算法

基于單標(biāo)記分類的降維及特征選擇方法難以直接運用到多標(biāo)記學(xué)習(xí)中，而將多標(biāo)記學(xué)習(xí)問題獨立分解為多個單標(biāo)記學(xué)習(xí)問題再進(jìn)行降維會丟失標(biāo)記的相關(guān)性信息。為此，提出一種基于嵌入式特征提取的多標(biāo)記分類算法

2021-05-24 15:31:14

基于嵌入式特征提取的多標(biāo)記分類算法

基于嵌入式特征提取的多標(biāo)記分類算法說明。

2021-06-04 10:18:40

IG_CDmRMR二階段文本特征選擇方法

為提高特征提取方法的文本分類精確度，結(jié)合信息增益（IG）和改進(jìn)的最大相關(guān)最小冗余（mRMR），提出種IG_ CDMRMR二階段文本特征選擇方法。通過IG提取與類別相關(guān)性較強的特征集合，利用類差分度

2021-06-11 11:42:38

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

特征選擇-嵌入式選擇

嵌入式特征選擇是將特征選擇過程與學(xué)習(xí)器訓(xùn)練過程融為一體，兩者在同一個優(yōu)化過程中完成，即在學(xué)習(xí)器訓(xùn)練過程中自動地進(jìn)行了特征選擇?；趹土P項的特征選擇法給定數(shù)據(jù)集 D={(x1,y1),(x2,y2

2021-10-21 10:36:04

計算機視覺中不同的特征提取方法對比

特征提取是計算機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

2287

高光譜圖像特征提取方法綜述

高光譜遙感技術(shù)具有能同時反映遙感對象空間特征和光譜特征等獨特優(yōu)勢,但這些優(yōu)勢也帶來了波段眾多且相關(guān)性強、數(shù)據(jù)冗余度高、不利于進(jìn)一步處理與利用等問題。通過降維可以減少數(shù)據(jù)中的冗余信息,提高處理效率, 而特征提取作為降維的一種重要方法,具有降維速度快等優(yōu)點。因此,特征提取對高光譜圖像的利用有重要意義。

2022-09-26 13:53:00

3779