检索结果-南通市图书馆

中国机械工程 2021年第18期32卷 2153-2158,2164页

作者：刘小峰谭奇叶蓉婷重庆大学机械与运载工程学院重庆400044

针对传统基于变量预测模型的模式识别方法在小样本情况下识别精度较低的问题,提出一种基于递归量化特征优化选择的集成变量预测模型(EVPM)。该模型采用递归量化分析对被分析信号进行特征提取,在交错式最大权值最小冗余规则下选择权重高... 详细信息

针对传统基于变量预测模型的模式识别方法在小样本情况下识别精度较低的问题,提出一种基于递归量化特征优化选择的集成变量预测模型(EVPM)。该模型采用递归量化分析对被分析信号进行特征提取,在交错式最大权值最小冗余规则下选择权重高且冗余度低的优化特征子集,引入高斯函数、径向基函数、广义回归函数建立特征变量间的复杂非线性关系模型,根据各模型的拟合误差进行自适应加权集成。实验结果表明,基于优化特征EVPM的模式识别方法即使是在小样本的情况下也能够有效地进行滚动轴承故障类型与故障程度的自动识别,且在精度和稳定性上明显优于同类型传统方法。

关键词：特征优化选择变量预测模型加权集成故障诊断

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

白细胞显微图像的分类识别研究

白细胞显微图像的分类识别研究

引用

作者：秦树伟苏州大学

学位级别：硕士

运用模式识别技术对白细胞显微图像进行分类识别是医学图像领域的一个重要研究课题。本文围绕白细胞在临床常规染色条件下的显微图像的分类识别这一应用性课题,针对白细胞显微图像的特点,对白细胞分类识别中的关键技术-图像预处理及分... 详细信息

运用模式识别技术对白细胞显微图像进行分类识别是医学图像领域的一个重要研究课题。本文围绕白细胞在临床常规染色条件下的显微图像的分类识别这一应用性课题,针对白细胞显微图像的特点,对白细胞分类识别中的关键技术-图像预处理及分割、特征描述及优化选择、多分类识别等方面展开了深入研究。本文的主要研究方法如下:1.图像的预处理及分割首先,将彩色白细胞图像从RGB空间转换到HSI空间,并提取其H分量图像进行灰度拉伸处理,为图像分割奠定基础;其次,将上述步骤得到的图像使用分水岭操作进行细胞核、胞浆区域及粘连细胞的分割处理,本文提出了利用柔性形态学算子的分水岭操作来进行分割处理,最后得到了较为精确的区域轮廓边界。2.特征描述及优化选择针对白细胞图像本身特点,本文提出了基于多重分形特征的描述方法,为白细胞特征描述提供了重要的参数,同时选取了形态、色彩和光密度、灰度共生矩阵特征参数,有效描述了白细胞特征;针对特征提取及优化选择这一问题,本文提出了基于模拟退火技术的遗传算法特征选择算法,将常规的模拟退火算法改良后,作为遗传算法的一个独立的算子,置于遗传算法进化过程中,对特征向量进行优化选择。3.分类识别考虑到提取的样本数目有限,本文提出了基于HMM系统的分类器对提取出的特征向量进行分类识别,并与几种常见的分类器作了性能比较,结论证实HMM分类器同样能够得到较为显著的分类识别效果。

关键词：白细胞图像图像分割模式识别特征优化选择 HMMs

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

基于随机森林的极化SAR图像机场跑道检测

基于随机森林的极化SAR图像机场跑道检测

引用

作者：邹璨中国民航大学

学位级别：硕士

机场承载着飞机起降、维护等关键任务,是重要的民用和军用设施。跑道是机场的核心设施,对机场跑道的自动检测广泛应用于军事打击、灾害救援、飞机导航等实际问题。合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动式成像雷达系统... 详细信息

机场承载着飞机起降、维护等关键任务,是重要的民用和军用设施。跑道是机场的核心设施,对机场跑道的自动检测广泛应用于军事打击、灾害救援、飞机导航等实际问题。合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动式成像雷达系统,具有全天时、全天候、强透射性、远距离成像等特点。极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)通过不同的极化收发组合,反映地物目标的极化散射特性。与单极化SAR相比,全极化SAR具有更多的收发模式,可以获取更全面的地物极化信息,进而更好地表征地物的极化特征。因此,PolSAR图像机场跑道检测具有十分广阔的应用前景。本文以美国UAVSAR系统采集的全极化SAR数据为基础,展开了PolSAR图像机场跑道检测问题的研究,具体工作如下:分类是PolSAR图像解译的重要环节,可利用图像分类提取疑似跑道区域,即感兴趣区域(Region Of Interest,ROI)。为了减少分类类别数,同时保证检测准确率,给出一种基于随机森林的机场跑道检测算法。首先在PolSAR图像中人工选取部分像素点作为训练样本;然后计算样本的极化特征,并利用快速相关滤波器(Fast Correlation-Based Filter,FCBF)对极化特征进行优化选择,去掉弱相关和冗余的极化参数,得到优化的极化特征组合;再利用随机森林分类器对图像做二分类,直接提取ROI;最后根据跑道的平行线及结构特征对ROI进行判别,得到最终的检测结果。平行线特征是机场跑道检测的常用特征,但是道路、河流、桥梁等类似地物容易对检测结果造成干扰,因此,给出一种不依赖于平行线特征的疑似跑道区域判别方法。首先在每个独立的ROI区域对应的功率图像上滑窗检测,利用方向梯度直方图(Histogram of Oriented Gradient,HOG)特征描述子提取检测窗口的特征,并利用支持向量机(Support Vector Machine,SVM)对检测窗口进行二分类,生成该区域掩膜二值图像,再将掩膜图像与原ROI二值图做与操作,并以原ROI二值图为基准,计算像素点变动比率,通过变动比率的大小完成对ROI的判别。论文对上述方法进行了实验验证,实验结果显示,得到的跑道区域结构清晰,轮廓完整,验证了本文方法的有效性,且本文提出的疑似跑道区域判别方法大幅降低了检测虚警率。

关键词：极化SAR图像机场跑道检测随机森林 HOG 特征优化选择

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：