检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于持续学习的中医舌色苔色协同分类方法

北京工业大学学报 2024年 1-12页

作者：卓力李艳萍孙亮亮张辉李晓光张菁杨洋魏玮北京工业大学信息学部北京工业大学计算智能与智能系统北京重点实验室中国中医科学院望京医院功能性胃肠病中医诊治北京市重点实验室

中医(traditional Chinese medicine,TCM)舌诊客观化研究中需要分析的舌象特征很多,不同的舌象特征往往采用单独的方法进行分析,大大增加分析系统的整体实现复杂度。为此,本文基于持续学习的思想,提出一种中医舌色苔色协同分类方法,该... 详细信息

中医(traditional Chinese medicine,TCM)舌诊客观化研究中需要分析的舌象特征很多,不同的舌象特征往往采用单独的方法进行分析,大大增加分析系统的整体实现复杂度。为此,本文基于持续学习的思想,提出一种中医舌色苔色协同分类方法,该方法将舌色分类作为旧任务,将苔色分类作为新任务,充分利用2个任务的相似性和相关性,仅通过一个网络结构就同时实现舌色和苔色的准确分类。首先,设计一种基于全局-局部混合注意力机制(global local hybrid attention,GLHA)的双分支网络结构,将网络高层语义特征与低层特征相融合,提升特征的表达能力;然后,提出基于正则化和回放相结合的持续学习策略,使得该网络在学习新任务知识的同时有效防止对旧任务知识的遗忘。在2个自建的中医舌象特征分析数据集上的实验结果表明,提出的协同分类方法可以获得与单个任务相当的分类性能,同时可以将2个分类任务的整体复杂度降低一半左右。其中,舌色分类准确率分别达到93.92%和92.97%,精确率分别达到93.69%和92.87%,召回率分别达到93.96%和93.16%;苔色分类准确率分别达到90.17%和90.26%,精确率分别达到90.05%和90.17%,召回率分别达到90.24%和90.29%。

关键词：中医舌色苔色分类协同分类深度学习持续学习全局-局部混合注意力机制机器视觉

基于多视角学习的多光谱和PolSAR影像特征级协同分类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地理空间信息 2024年第7期22卷 50-53页

作者：王斌肖艳长春市测绘院地理信息分院吉林长春130021 长春工程学院勘查与测绘工程学院吉林长春130012

现有多光谱和PolSAR影像特征级协同分类研究大多忽视了不同数据源特征间的互补性关系,因此通过引入多视角学习技术,提出了一种新的多光谱和PolSAR影像特征级协同分类方法。首先将多光谱影像特征和PolSAR影像特征看作两种不同视角,采用... 详细信息

现有多光谱和PolSAR影像特征级协同分类研究大多忽视了不同数据源特征间的互补性关系,因此通过引入多视角学习技术,提出了一种新的多光谱和PolSAR影像特征级协同分类方法。首先将多光谱影像特征和PolSAR影像特征看作两种不同视角,采用典型相关分析算法进行特征融合;然后将融合特征、多光谱和PolSAR影像特征组合为一个特征集;最后进行特征选择和分类。以吉林省长春市部分区域为研究区,以Landsat8和RadarSat-2影像为数据源,利用该方法进行土地覆被分类,取得了较好的效果,总体精度和Kappa系数分别为91.80%和0.89;并通过对比方法进一步证明了该方法的有效性。

关键词：遥感协同分类多视角学习典型相关分析多光谱 PolSAR

维普期刊数据库博看期刊

一种面向运动解码的EEG-fNIRS时频特征融合与协同分类方法

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2022年第7期43卷 165-173页

作者：刘晋瑞宋婷舒智林韩建达于宁波南开大学人工智能学院天津300350 南开大学天津市智能机器人技术重点实验室天津300350 南开大学深圳研究院智能技术与机器人系统研究院深圳518083

脑功能成像技术可以反映人体运动时的大脑生理变化,进而解码运动状态,但单模态信号反映的大脑生理信息存在局限性。为此,本文提出了一种基于EEG和fNIRS信号的时频特征融合与协同分类方法,利用脑神经电活动和血氧信息的互补特性提高运动... 详细信息

脑功能成像技术可以反映人体运动时的大脑生理变化,进而解码运动状态,但单模态信号反映的大脑生理信息存在局限性。为此,本文提出了一种基于EEG和fNIRS信号的时频特征融合与协同分类方法,利用脑神经电活动和血氧信息的互补特性提高运动状态解码精度。首先,提取EEG的小波包能量熵特征,使用双向长短期记忆网络(Bi-LSTM)提取fNIRS的时域特征,将两类特征组合得到包含时频域信息的融合特征,实现EEG和fNIRS不同层次特征的信息互补。然后,利用1DCNN提取融合特征深层次信息。最后,采用全连接神经网络进行任务分类。将所提方法应用于公开数据集,本文所提的EEG-fNIRS信号协同分类方法准确率为95.31%,较单模态分类高7.81%~9.60%。结果表明,该方法充分融合了两互补信号的时频域信息,提高了对左右手握力运动的分类准确率。

关键词： EEG fNIRS 时频特征融合协同分类运动解码

在线全文

学校读者我要写书评

暂无评论

基于标签传播的协同分类欺诈检测方法

深圳大学学报（理工版） 2020年第5期37卷 482-489页

作者：赵朋亚傅湘玲仵伟强李达高嵩峰北京邮电大学计算机学院(国家示范性软件学院) 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北邮-华融智慧金融联合实验室北京100876 华融融通(北京)科技有限公司北京100033

网络借贷领域中的欺诈检测是根据收集到的用户历史交易数据等信息,来判断该用户是欺诈用户还是正常用户.现有方法认为用户是独立存在的,忽略了用户之间的关联信息.考虑到目前欺诈逐渐成为群体行为,在欺诈网络内呈现出欺诈节点与非欺诈... 详细信息

网络借贷领域中的欺诈检测是根据收集到的用户历史交易数据等信息,来判断该用户是欺诈用户还是正常用户.现有方法认为用户是独立存在的,忽略了用户之间的关联信息.考虑到目前欺诈逐渐成为群体行为,在欺诈网络内呈现出欺诈节点与非欺诈节点关联稀疏,而欺诈节点间关联紧密的现象,提出基于标签传播的协同分类欺诈检测方法.通过收集真实网上借贷公司的用户通话数据,构建用户之间的通话关联网络,利用标签传播算法扩散欺诈节点的标签信息,确定未知标签节点是否为欺诈用户.通过对权重进行幂操作,改进了标签传播算法中概率转移矩阵的初始化方法,使其适应欺诈场景下正负样本分布不平衡的现象.在有标签样本比例极低且训练样本分布不均衡的真实借贷数据集中进行了7次测试,采用所提算法检测到欺诈用户的精确率最高达17%,所得F 1值与精确率都比经典的WvRn算法更优.

关键词：计算机软件欺诈检测协同分类网络借贷标签传播机器学习

基于地形信息的Landsat与Radarsat-2遥感数据协同分类研究

在线全文

学校读者我要写书评

暂无评论

遥感技术与应用 2019年第6期34卷 1269-1275页

作者：刘培余志远马威韩瑞梅陈正超王涵杨磊库河南理工大学矿山空间信息技术国家测绘与地理信息局重点实验室河南焦作454003 河南理工大学测绘与国土信息工程学院河南焦作454003 江苏省地质测绘院江苏南京210000 中国科学院遥感与数字地球研究所北京100094

针对不同成像机理的光学与雷达遥感数据协同应用于地表信息提取瓶颈问题,提出了一种基于地形信息的光学与雷达数据协同分类方法。首先利用InSAR测量技术从Radarsat-2数据中提取DEM地形信息,然后构建基于地形信息的Landsat光学数据和Rada... 详细信息

针对不同成像机理的光学与雷达遥感数据协同应用于地表信息提取瓶颈问题,提出了一种基于地形信息的光学与雷达数据协同分类方法。首先利用InSAR测量技术从Radarsat-2数据中提取DEM地形信息,然后构建基于地形信息的Landsat光学数据和Radarsat-2雷达数据的不同特征集输入模型,最后通过随机样本选取构建随机森林(Random Forest,RF)、支持向量机(Support Vector Machine,SVM)和决策树(Decision Tree,DT)分类算法模型提取地表信息。结果表明:①针对不同特征协同策略,在随机选取10%训练样本时,Radarsat-2干涉提取DEM与Landsat数据集提取精度优于ASTER GDEM与光学影像协同策略;②针对不同地表信息提取算法模型,通过50次随机选取训练样本构建模型评价分类精度,验证RF算法的鲁棒性和提取精度都要优于DT算法和SVM算法。研究充分利用光学和雷达遥感的优势信息,为光学和雷达遥感协同地表信息提取提供新的思路。

关键词：随机森林 Landsat Radarsat⁃2 协同分类 DEM

在线全文

学校读者我要写书评

暂无评论

“软件人”感知系统的协同分类模型研究

计算机科学 2007年第11期34卷 140-143页

作者：米爱中徐国章曾广平涂序彦北京科技大学信息工程学院

"软件人"是计算机网络世界中的一类软件人工生命,是一种网络中的"虚拟机器人",它具有拟人结构。作为对人的模拟,其感知系统应该像人的感知系统一样,具有区分感知对象的能力。基于人体感知系统的启发,运用大系统分析的"分解-集结"方法,... 详细信息

"软件人"是计算机网络世界中的一类软件人工生命,是一种网络中的"虚拟机器人",它具有拟人结构。作为对人的模拟,其感知系统应该像人的感知系统一样,具有区分感知对象的能力。基于人体感知系统的启发,运用大系统分析的"分解-集结"方法,本文提出了一种"软件人"感知系统的协同分类模型。该模型通过多分类器系统模拟人的不同感觉,从而实现"软件人"对感知对象的多感觉协同分类。仿真实验结果初步验证了本文提出模型的可行性。今后的工作是研究如何构造实际系统并将其应用于数字气田建设的数据处理工作中。

关键词： “软件人” 感知系统协同分类多分类器系统

在线全文

学校读者我要写书评

暂无评论

多传感器数据协同分类技术研究

多传感器数据协同分类技术研究

作者：周阳哈尔滨工业大学

学位级别：硕士

随着电子技术、空间技术等当代技术的进步,遥感技术得到了迅猛的发展,其光谱和空间分辨率都有所提高,使得原来很多不能解决的问题现在得到了实现。但是对于单源的遥感图像,它还是不能克服自身的一些缺点,比如受传感器限制其空间分辨率... 详细信息

随着电子技术、空间技术等当代技术的进步,遥感技术得到了迅猛的发展,其光谱和空间分辨率都有所提高,使得原来很多不能解决的问题现在得到了实现。但是对于单源的遥感图像,它还是不能克服自身的一些缺点,比如受传感器限制其空间分辨率还达不到某些应用的要求、单一的信息来源决定了其内容的片面性等。针对这种情况,近年来发展起来的多源图像协同处理是将来自多信息源的数据和信息加以智能化的合成处理,产生更精确、更完整、更可靠的描述及判决,在军事和民用方面都有着广泛的应用背景。本文在对单源遥感图像分类方法系统分析的基础上,针对高光谱及多光谱图像与全色图像的特点,概括了多源图像协同分类的一般模型,并利用不同的特征提取方法和基于学习的分类器对高光谱与全色图像及多光谱与全色图像进行了协同分类。首先对特征提取技术进行了分析介绍。在系统研究了多种特征提取方法的基础上,针对小波变换及PCA变换对于特征提取存在的问题与不足,将两者结合起来形成了小波PCA特征提取方法,能够有效地去除图像噪声,并克服了PCA变换中图像不同类别的空间信息丢失的缺点。其次,针对特征选择及优化组合技术中对于怎样选择及如何组合可以实现最优存在的困难,提出了一种特征变换的方法。该方法可以有效地降低特征维数,降低了计算量,并且能够增大不同类别的特征间的距离,有助于实现更好的分类结果。然后,对单源遥感图像的分类技术进行了研究。针对高光谱与多光谱在光谱表现上的不同,选择不同的技术进行光谱特征的提取,并基于提取的特征量分别采用无监督分类及监督分类方法进行了分类,给出了分类结果并进行了分析与评价。最后,研究了基于学习的多源图像协同分类。根据高光谱及多光谱与全色图像的特性,给出了协同处理技术的一般模型,完成了对多光谱与全色图像与高光谱与全色图像两组图像源进行了协同分类,相比于单源遥感图像的分类结果有了明显的提高,并研究了光谱指数在多源图像协同分类中的应用,通过实验说明了光谱指数在协同分类中的可适用性及良好的分类能力。

关键词：多传感器协同分类特征提取特征变换光谱指数

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于形态学特征的多源高光谱图像的协同分类

基于形态学特征的多源高光谱图像的协同分类

作者：曹丹丹北京化工大学

学位级别：硕士

随着遥感卫星及无人机成像方式的发展,在地球观测领域,同时结合多源遥感图像进行研究已经引起了广泛关注。其中高光谱图像蕴含的丰富波段信息及像素信息,可以有效区分不同物体,但因为高光谱图像（HyperspectralImage,HSI）成像方式是被... 详细信息

随着遥感卫星及无人机成像方式的发展,在地球观测领域,同时结合多源遥感图像进行研究已经引起了广泛关注。其中高光谱图像蕴含的丰富波段信息及像素信息,可以有效区分不同物体,但因为高光谱图像（HyperspectralImage,HSI）成像方式是被动的,因此其也具有一定的限制性。主动成像的红外图像（Infrared Image,IFI）能够捕获物体辐射的红外射线,可以根据物体和背景辐射强度的不同来识别目标,但是在处理复杂地形时,红外图像不具有优势。激光雷达（Light DetectionAnd Ranging,LiDAR）图像的成像方式也是主动的,可根据不同物体的形状和高程信息对其进行辨别。不同种类的遥感图像包含不同的信息,各自具有优劣势,为了扬长避短充分利用这些信息以提高图像的分类性能,本文提出了一个多源遥感图像的协同分类框架。多源图像的有效融合有一个必要前提,那就是需要选出合适的方法对图像进行特征提取。数学形态学作为一种提取图像空间信息的方法,已经广泛地应用于图像地物识别与分类中。虽然已经在数学形态学方法中已经有大量的研究成果,但是现存的方法依旧有一定的缺陷,本文针对多源遥感图像的分类问题及形态学算法的缺陷做出了研究,主要内容如下:（1）针对已有的提取图像空间信息的数学形态学算法如:消光轮廓（Extinction Profile,EP）和局部包含轮廓（Local Contain Profile,LCP）所存在的易受外界环境影响,提取特征维度大,在处理复杂场景时无法有效保留有效信息等问题,提出了一种改进的形态学算法,即改进的局部包含轮廓（Improved Local Contain Profile,ILCP）,该方法主要是针对 LCP 的滤波方法进行了改进,LCP采取的是消光滤波算法,即将不满足条件的节点及其所在分支一并进行剪切,这样的剪枝方式对于复杂场景而言,会损失较多有用信息,本文所提出的ILCP所采用的剪枝方式则是只将不满足条件的节点而非一整支予以剪切,这样的方法可以更大限度地提取有效信息;（2）针对高光谱图像、热红外图像和LiDAR图像之间具有互补性和差异性,提出了一个基于数学形态学算法的联合分类框架,并将所提出的ILCP和已有的LCP和EP分别用于该框架,具体地说,就是分别使用以上三种方法提取不同源图像的空间特征,再将这些特征在特征级进行融合,将其作为支持向量机（Support Vector Machine,SVM）的输入进行分类。通过此框架的应用,首先,可以分别将不同源图像的空间信息进行有效提取,其次,可以更高程度地将图像之间的差异性和互补性进行综合利用以提高分类性能。通过三个数据的具体实验验证了本算法框架的性能。

关键词： HSI IFI LiDAR 数学形态学特征提取协同分类改进的局部包含轮廓

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高光谱和LiDAR数据协同分类算法研究

高光谱和LiDAR数据协同分类算法研究

作者：邢爽哈尔滨理工大学

学位级别：硕士

高光谱和激光雷达遥感技术是获取地表信息的主要技术。随着对地探测技术以及航空航天技术的飞速发展,人们已经能够实时获取关于同一环境的多源数据集,也就为高光谱和LiDAR数据的协同分类创造了良好的技术基础。高光谱图像可以较好地反... 详细信息

高光谱和激光雷达遥感技术是获取地表信息的主要技术。随着对地探测技术以及航空航天技术的飞速发展,人们已经能够实时获取关于同一环境的多源数据集,也就为高光谱和LiDAR数据的协同分类创造了良好的技术基础。高光谱图像可以较好地反映地物的光谱信息,表现出其结构、质地等特征,而通过LiDAR可以高效、准确地得到地面的高程信息。根据多源遥感的差异特点,结合数据信息的多样性,利用多源遥感数据对地物进行分类,成为遥感数据分类研究的新趋势。利用协同分类可以有效的结合数据的互补信息,也为解决地物分类问题提供了新的解决办法和有效手段。本文为了结合两种遥感数据的特点及优势,提高地物分类精度,提出了两种高光谱和LiDAR数据协同分类方法,主要研究内容包括以下几部分:首先,对高光谱和LiDAR数据的特点进行分析,对深度可分离卷积,空洞卷积以及多头自注意力机制的理论部分进行深入分析,为本文的后续章节奠定基础。其次,为了充分挖掘高光谱与LiDAR数据的特征,设计了一种基于空洞空间金字塔池化和多头注意力机制的高光谱与LiDAR数据协同分类方法。两个支路使用对称的特征提取模块,利用空洞空间金字塔池化,以增强学习特征的辨别能力。改进可分离卷积共享机制,在分别提取高光谱与LiDAR特征的同时,使特征之间相互交流,相互共享。将提取的特征送入多头自注意力机制中,通过特征融合机制进一步增强学习特征的辨别能力,充分利用数据的上下文信息和高光谱与LiDAR数据之间的特征信息,得到信息更全面的特征图,提高了地物分类精度。最后,为了促进多模态特征融合之前的信息交互,改进分类模型的优化过程,设计了一种高光谱与LiDAR数据跨模态协同分类方法,该方法使用非对称的双支路网络对高光谱和LiDAR特征进行提取,然后利用跨模态的空间增强模块和光谱增强模块,使不同模态之间的互补属性相互增强。分别在Houston2013和Trento数据集上进行分类实验,与最新的对比实验方法相比,该方法有更好的分类效果,提高了地物分类精度。

关键词：高光谱 LiDAR 协同分类耦合共享跨模态