检索结果-南通市图书馆

华中科技大学学报（自然科学版） 2018年第7期46卷 117-121页

作者：韦娟岳凤丽仇鹏宁方立西安电子科技大学通信工程学院陕西西安710071 西北工业大学机电学院陕西西安710072 东莞市三航军民融合创新研究院广东东莞523808

为了提高异常声音信号的识别率,提出一种将总体平均经验模态分解和梅尔频率倒谱系数、短时能量及能量比相结合的特征提取改进算法,并对决策导向无环图支持向量机多类识别算法进行改进.首先对声音信号进行分帧,然后对每帧信号进行总体平... 详细信息

为了提高异常声音信号的识别率,提出一种将总体平均经验模态分解和梅尔频率倒谱系数、短时能量及能量比相结合的特征提取改进算法,并对决策导向无环图支持向量机多类识别算法进行改进.首先对声音信号进行分帧,然后对每帧信号进行总体平均经验模态分解得到固有模态函数,最后对每层固有模态函数提取梅尔频率倒谱系数、短时能量和能量比特征.根据提取的特征,采用改进的决策导向无环图支持向量机算法对五种异常声音信号进行识别.仿真结果表明：改进的特征提取算法和决策导向无环图支持向量机多类识别算法相比改进前识的别率分别提高了2%和2.5%.

关键词：特征提取多类识别总体平均经验模态分解决策导向无环图支持向量机梅尔频率倒谱系数

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于树结构模型的多类识别算法研究

基于树结构模型的多类识别算法研究

引用

作者：褚维良中国海洋大学

学位级别：硕士

当今很多领域都涉及多类模式的识别问题,多类模式的识别具有广泛的应用性,同时也是一个难点。本文意在提出一种比较通用的多类识别算法。视频中的运动物体识别是计算机视觉领域一个重要的研究方向,细胞分裂的状态(阶段)识别在医学生物... 详细信息

当今很多领域都涉及多类模式的识别问题,多类模式的识别具有广泛的应用性,同时也是一个难点。本文意在提出一种比较通用的多类识别算法。视频中的运动物体识别是计算机视觉领域一个重要的研究方向,细胞分裂的状态(阶段)识别在医学生物等领域有着非常重要的意义。从解决这两个典型的多类识别问题入手,在总结和分析了国内外相关研究工作的基础上,本文改进决策树算法,通过SVM算法和AdaBoost算法学习分类器,提出一种基于特征(分类器)选择策略构建树结构模型的分类方法。我们在决策树算法中融入SVM算法和AdaBoost算法,通过这两种算法学习分类器,目的是提高单个分类器的性能。对于运动物体识别,将特征分为两大类:数值特征和描述性特征。低维数值特征通过AdaBoost算法训练分类器,高维描述性特征采用SVM算法训练分类器。对于细胞状态识别,提取细胞各个阶段特征通过SVM算法训练分类器,分别得到一组分类器集合。树结构模型的构建在于树结点处样本分割方法的选择,本文提出通过特征选择策略构建树结构模型。我们引入先验知识,在当前节点通过将样本分布情况和分类器性能综合考虑测试所有分类器的重要性指标,特征选择策略是基于所有分类器的重要性排序选择一个最佳的分类器。本文是依次对当前节点通过特征选择对样本进行分割来逐步扩展树结构。树结点的分类器都近似看作二类分类器,本文就是用构建的树结构模型通过多层分解的策略将多类分类问题转化为多个二类分类问题。本文中树结构模型是基于特征选择构建,与手动设计的模型相比树结构模型具有很大的灵活性和合理性。我们用学习得到的树结构模型对视频中的运动物体分类和细胞状态识别做检测实验及相关的比较实验,结果证明识别性能大大提高。同时本文提出的方法具有很强的通用性,对于其它的多类识别问题有很大的借鉴作用。

关键词：多类识别运动物体识别细胞状态识别树结构模型特征选择

来源：

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

基于特征分层选择和融合度相结合的近红外光谱多类识别度量算法研究

引用

光谱学与光谱分析 2017年第4期37卷 1095-1099页

作者：朱成宫会丽丁香乾侯瑞春中国海洋大学信息科学与工程学院山东青岛266100

针对高维空间下获取最优特征子集异常复杂和模型识别准确率较低的问题,提出了基于特征分层选择和融合度相结合的近红外光谱多类识别度量算法。首先引入跳跃度,构造了一种特征分层方法,将所有特征依据对样本的重要性程度划分不同的特征子... 详细信息

针对高维空间下获取最优特征子集异常复杂和模型识别准确率较低的问题,提出了基于特征分层选择和融合度相结合的近红外光谱多类识别度量算法。首先引入跳跃度,构造了一种特征分层方法,将所有特征依据对样本的重要性程度划分不同的特征子集,从而避免了从原始特征数据逐个剔除无关特征构建特征子集的繁琐过程;同时又改进了样本的融合度,将其代替K最近邻分类器(KNN)中依据概率进行类别判断的方式,提高了分类器的识别精度,较好地解决了多类识别准确率较低的问题。为验证该算法的有效性,选取五类具有代表性382个烟叶样品为实验对象,构建了烟叶产地识别度量模型,并选取64个样本进行了模型测试,以预测均方根误差(RMSEP)、交互验证均方差(RMSECV)和相关系数(r)作为模型稳健性的评价指标,以产地识别准确率作为算法优劣评价标准。仿真实验结果表明,利用该算法构建的模型具有较低的RMSEP(0.117),RMSECV(0.106)和较高的r(0.973),平均识别准确率达到98.44%,性能明显优于其他算法,该算法对于高维光谱数据具有良好的识别性能。

关键词：近红外光谱特征分层选择融合度特征子集多类识别

来源：

维普期刊数据库

同方期刊数据库评论