检索结果-南通市图书馆

基于支持向量机的混合车辆音频信号的车型识别研究

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

激光杂志 2018年第9期39卷 133-137页

作者：赵宏旭张一闻杨文帅武警工程大学信息工程学院

利用音频信号对车辆类型进行识别时,在信号中混有其它车辆干扰信号的情况下,识别率往往会下降。现有研究主要是对没有其它车辆干扰的音频信号进行处理,完成车型识别的,对有干扰的研究较少。本文针对该问题,采用特征优选的方式,对特征进... 详细信息

利用音频信号对车辆类型进行识别时,在信号中混有其它车辆干扰信号的情况下,识别率往往会下降。现有研究主要是对没有其它车辆干扰的音频信号进行处理,完成车型识别的,对有干扰的研究较少。本文针对该问题,采用特征优选的方式,对特征进行重组,应用支持向量机（SVM）算法,实现车辆类型识别。实验表明,特征优选重组方法与SVM算法相结合,在有其它车辆音频信号干扰时,相较于传统方法,提高了识别率。

关键词：混合音频信号特征优选特征重组车型识别支持向量机

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

遥感影像对象级土地覆盖变化检测方法研究

遥感影像对象级土地覆盖变化检测方法研究

作者：王智灏中国科学院大学(中国科学院遥感与数字地球研究所)

学位级别：硕士

土地覆盖变化检测不仅是全球环境变化研究的主要内容,也是资源可持续利用决策的关键依据。基于遥感影像的土地覆盖变化检测是目前获得土地覆盖变化信息最方便、经济的方法,因此,本论文研究基于遥感影像的土地覆盖变化检测方法是遥感应... 详细信息

土地覆盖变化检测不仅是全球环境变化研究的主要内容,也是资源可持续利用决策的关键依据。基于遥感影像的土地覆盖变化检测是目前获得土地覆盖变化信息最方便、经济的方法,因此,本论文研究基于遥感影像的土地覆盖变化检测方法是遥感应用领域的一个重要方面。在国家重点研发计划-星机地协同的大地震灾后灾情快速调查关键技术研究（2017YFC1500902）以及高分重大专项-GF6卫星宽幅相机地表覆盖监测及地表覆盖变化快速检测技术（30-Y20A07-9003-17/18）项目的支持下,本研究结合了遥感技术、统计学方法和机器学习,提出了两种土地覆盖变化检测方法,并以两组同一地区不同时相的高分一号（GF-1）和高分六号（GF-6）影像为研究数据,验证两种方法的有效性。具体的研究内容及结果如下:（1）变化检测最佳特征确定方法研究针对随着特征维数的增加变化检测计算复杂度也随之增加的问题,需要研究特征优选方法。利用统计学方法中显著性检验方法,在基于GF-1影像的土地覆盖变化检测中,特征维数从25维降到12维;在基于GF-6和GF-1的土地覆盖变化检测中,特征维数从25维降到8维,减少了特征维数,提高了计算效率,为后续的土地覆盖变化检测奠定基础。（2）双约束条件变化阈值确定方法研究针对传统变化检测方法,通常在单个约束条件的基础上,通过人为主观或者反复试验方法确定变化阈值,而导致变化检测结果不佳。研究提出了双约束条件下的对象级土地覆盖变化检测方法,即利用变化矢量分析和相关系数,以Kappa系数为确定最佳变化阈值的判断指标,实现了智能化程度较高、且客观性和精确性更高的土地覆盖变化检测。（3）最佳有效样本自动挑选方法研究为了实现在少量样本的前提下得到较高精度的土地覆盖变化检测结果,减少人为标注样本费时费力的问题。本研究提出了基于主动学习双约束条件下的对象级土地覆盖变化检测方法,实现了更为智能化以及客观精确的土地覆盖变化检测。（4）双约束条件下不同变化检测方法对比试验与验证为了验证上述方法的适用性和有效性,本研究利用GF-1和GF-6影像开展试验,并与传统的对象级变化矢量分析土地覆盖变化检测方法在检测结果进行了对比发现,针对GF-1影像的试验中,基于主动学习双约束条件下的对象级土地覆盖变化检测方法和双约束条件的对象级土地覆盖变化检测方法,将总体检测精度分别提高了16%和13%;而在GF-6影像的试验中,基于主动学习双约束条件下的对象级土地覆盖变化检测方法和双约束条件下不同变化检测方法,将总体检测精度分别提高了16%和12%,由此证实了这两种方法的有效性和精确性,其中基于主动学习双约束条件下的对象级土地覆盖变化检测方法在精度方面较传统方法有显著提高。本研究的创新点如下:（1）提出利用统计学中显著性检验方法进行特征优选,降低计算复杂度;（2）将主动学习与双约束条件相结合,提出基于主动学习双约束条件下的土地覆盖变化检测方法,减少人为标注样本所花费的大量的时间和精力,得到更为客观精确的变化检测结果。本研究通过利用特征优选、双约束条件以及主动学习进行了基于遥感影像的土地覆盖变化检测的有益探索,提高了变化检测的效率,且增强了变化检测结果的客观性、精确性以及智能化程度。研究方法有望为国家土地规划、土地资源数据更新以及防灾减灾和国土资源管理等领域的遥感应用提供新的技术途径。

关键词：土地覆盖变化检测对象级双约束条件特征优选主动学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时间序列影像的面向对象分类研究

基于时间序列影像的面向对象分类研究

作者：徐雯亮长安大学

学位级别：硕士

土地利用变化体现地球表面资源的开发和利用程度,遥感影像是获取土地利用信息的数据源。通过遥感影像的解译快速获取大面积区域的土地利用现状,对掌握土地变化情况具有重要意义。目前遥感技术蓬勃发展,已积累了长时序的卫星影像,时间序... 详细信息

土地利用变化体现地球表面资源的开发和利用程度,遥感影像是获取土地利用信息的数据源。通过遥感影像的解译快速获取大面积区域的土地利用现状,对掌握土地变化情况具有重要意义。目前遥感技术蓬勃发展,已积累了长时序的卫星影像,时间序列数据在土地利用分类中可以提供更多与时间相关的特性。同时,面向对象分类方法将分类目标由单一像素转化为均质对象,能生成更符合实际情况的多层次的地物边界,因此基于时间序列影像数据开展面向对象分类对土地利用类型解译具有重要意义。为构建适合具有黄土高原丘陵沟壑区典型特征的吴起县的面向对象分类方法,本文首先以Landsat 8 OLI和MODIS13Q1影像为数据源,提取多源NDVI(Normalized Difference Vegetation Index)数据,采用时空融合算法融合生成2018年23期具备高时空分辨率的NDVI时序数据;利用滤波函数对NDVI时序数据平滑,对比分析不同滤波函数的平滑效果,筛选出最适滤波算法;利用滤波后的NDVI时序数据提取物候影像,为分类提供更多的时间序列信息。其次构建了包含光谱、形状、纹理、遥感指数、地形、物候等多维特征体系,通过特征优选,筛选出最优特征组合。然后确定了面向对象分类中的关键参数,分析了不同波段的贡献程度,采用控制变量法确定了适合研究区特点的形状标准、紧致度因子等分割参数,构建出多尺度分割分类层次,利用贝叶斯分类(Bayes)、CART决策树分类(CART)、随机森林分类(Random Forest,RF)、支持向量机(Support Vector Machine,SVM)四种分类方法实现了不同地物的分层提取,最终构建出适合黄土高原丘陵沟壑区典型特征的面向对象分类方法。主要结论如下:(1)融合后的NDVI时序数据保留了Landsat和MODIS影像时空分辨率特点。Double Logistic滤波算法更适用于吴起县地形特点,平滑重构效果较好。(2)在特征权重评估、搜索优选、计算相关系数的基础上,实现了特征空间的降维,构建了涵盖光谱、形状、纹理、遥感指数、地形、物候的综合特征体系。(3)在增强近红外波段参与分割的权重后,确定了形状标准0.7,紧致度因子0.6等关键分割参数,形成了“分割-分类-合并-分割-分类”的多层次分类规则,构建了耕地-水域-林地、草地、建设用地的三层分类体系,最终确定了不同地物的最优分割尺度:耕地、水域分别为115、95,林地、草地、建设用地为65。(4)确定了RF分类是更适合吴起县特点的面向对象机器学习方法,总体分类精度达到92.13%,Kappa系数达到0.90。Bayes分类对建设用地、水域、林地的效果较好;CART分类对林地、水域、草地区分度较高;RF分类中耕地、林地、草地、建设用地、水域均达到较高的制图精度;SVM分类在水域、耕地提取表现较好。

关键词：时间序列影像时空融合技术特征优选面向对象分类

基于优化分割分类层次体系的面向对象的土地覆被分类研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于优化分割分类层次体系的面向对象的土地覆被分类研究

作者：刘立兰州大学

学位级别：硕士

土地覆被及其变化是反映人类与自然环境相互联系和影响,揭示地理现象,研究地球科学和全球变化的基础数据。快速准确地获取土地覆盖数据对自然资源管理、环境研究、城市规划等诸多方面都十分重要。随着遥感技术的不断发展,基于对象影像... 详细信息

土地覆被及其变化是反映人类与自然环境相互联系和影响,揭示地理现象,研究地球科学和全球变化的基础数据。快速准确地获取土地覆盖数据对自然资源管理、环境研究、城市规划等诸多方面都十分重要。随着遥感技术的不断发展,基于对象影像分析方法逐渐成为获取土地覆被数据已成为一种主要方法。影像分割是基于对象影像分析中关键的一步,分割结果的质量直接影响着土地覆被的分类精度。优化影像分割参数,能改善影像对象的分割质量,进而提高最终的分类精度。然而,不同土地覆被类型通常具有不同的优化分割参数。如何充分利用各覆被类别最优分割参数建立分割分类层次体系,降低构建过程中对操作者个人经验的依赖,提高构建方法的适用性,实现高精度土地覆被制图,是面向对象影像分析方法中有待解决的一个难题。本文提出一种基于优化分割分类层次体系的面向对象的土地覆被分类方法。该方法在获取各覆被类别最优分割参数的基础上,基于最小分割单元分析各覆被类别可分性的大小,并辅以决策树探索各覆被类别在层次网络中的关系。依据分析结果,构建多尺度分割分类层次体系。每一层对应一种覆被类别,采用与之相应的最优分割对象进行信息提取,遍历所有层后获得土地覆被分类结果,实现准确和高效的土地覆被分类。本文在利用不一致评价法获取各覆被类别最优分割参数的基础上,应用过滤式与封装式相结合的特征优选算法优化特征空间,并基于最小分割单元,选取各覆被类别的样本数据,结合类分离矩阵和J48决策树,分析各类别可分性大小,构建多尺度分割分类层次体系。以WorldViewⅡ、WorldViewⅢ、GF-1、GF-2四种高分辨率遥感影像为数据源,针对农村、乡镇、城市、城乡结合部四种典型研究区,分别构建层次体系,进行基于影像对象的土地覆被分类。为验证本文提出的多尺度分割分类层次体系构建方案的有效性,采用基于尺度排序的方法构建层次体系进行对比分析。实验结果表明:(1)构建多尺度分割分类层次体系,在各覆被类别的最优分割层上进行信息提取,能够减少分割误差,进而提高分类精度。本文提出的方法克服了现有研究中构建分割分类层次体系普遍依赖操作者个人的经验的问题,实现了快速高精度的土地覆被自动分类制图。(2)为了避免大量特征中的无关特征和冗余特征对分类效率和分类精度的影响,本文通过研究各种特征优化算法,探索了一种过滤式与封装式相结合的特征选择方法。该方法综合了2种方法的特点,首先利用过滤式算法进行特征预选,降低初始特征空间维度,再利用封装式方法对预选结果做进一步优选,获取分类性能较好的特征子集,实现特征空间优化。(3)本文分析了随机森林算法中构建单棵树时选取的特征数量和森林中决策树的数量对分类效率和精度的影响,并基于Weka软件平台设计实验方案对参数进行优化。避免了由于分类器参数设置不合理导致的分类精度降低的问题。(4)本文提出的基于最小分割单元和决策树的分割分类层次体系构建方法具有较好的泛化能力。在不同类型的研究区中,本文提出的方法能够改善分类效果,提高分类精度。

关键词：基于对象的影像分析数据挖掘土地覆被分类分割分类层次体系特征优选随机森林

基于高分二号遥感数据的树种精细分类技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于高分二号遥感数据的树种精细分类技术研究

作者：刘金丽北京林业大学

学位级别：硕士

为了探究国产高分数据在树种分类领域的应用潜力,该文基于东北内蒙古重点国有林区部分区域范围内的高分二号影像及地面调查数据,主要研究了树种分类过程中的多尺度分割参数确定方法和特征优选方法,并对分类结果提取出的小班优势树种误... 详细信息

为了探究国产高分数据在树种分类领域的应用潜力,该文基于东北内蒙古重点国有林区部分区域范围内的高分二号影像及地面调查数据,主要研究了树种分类过程中的多尺度分割参数确定方法和特征优选方法,并对分类结果提取出的小班优势树种误差情况进行了分析,为国产高分数据林业应用提供了可靠参考。该文的主要研究工作有:(1)以高分二号多光谱和全色影像为数据源,采用分水岭分割与多尺度分割两种常用分割算法进行影像分割实验。结果表明,与分水岭分割算法相比,多尺度分割算法分割所得影像对象保留了更好的林分特征,具有明显的应用优势。在分割参数确定阶段,该文采用控制单一因子法,分阶段确定了形状因子和紧致度因子在同质性准则组合参数中所占权重的最佳值。然后,在以上两因子的配合下采用最优分割尺度估计工具ESP2计算了最优分割尺度所在范围,继而采用本文提出的基于树种样本点对的最优分割尺度评价点指数法评价了不同尺度分割效果的优劣。在确定最优分割尺度后,开展实验反向验证该尺度参数下的最佳同质性准则组合参数分割效果。通过正向实验与反向验证相结合的方式,确定了该文树种分类的影像分割最佳参数,有效分割出了影像上的林分特征。(2)传感器空间分辨率的提升使得影像分割对象特征维度随之增多,为解决这一问题,该文采用了统计分析法和建模选取法两种方法分别选取寻找多种分类方法所需的特征集。结果表明,建模确定特征贡献度选取特征集的方式在后期分类中得到了更高的分类精度。在此基础之上,该文尝试了二分类建模选取特征集的方法,使随机森林方法分类结果的总体精度提升了 3.57%,Kappa系数提升了 0.0406。(3)分析森林资源规划设计调查小班优势树种与分类后提取的小班优势树种之间的差异,该文发现树种精细分类技术在单一树种分布面积比重较大的小班中提取优势树种的效果更为突出,而在林分混交严重的区域,由于各树种占比差距小,由分类结果提取优势树种的能力较差。

关键词： GF-2 树种分类最优分割尺度特征优选

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像模式识别技术的昆虫识别研究

基于图像模式识别技术的昆虫识别研究

作者：唐强昆明理工大学

学位级别：硕士

本文结合数字图像处理技术、模糊数学理论,针对鳞翅目昆虫弄蝶科、蛱蝶科、灰蝶科、凤蝶科和粉蝶科共5科13种昆虫的标本图像,进行图像处理和模糊模型识别研究,基本实现了相似形态物种间的全自动识别。论文的主要研究内容及成果如下: (1... 详细信息

本文结合数字图像处理技术、模糊数学理论,针对鳞翅目昆虫弄蝶科、蛱蝶科、灰蝶科、凤蝶科和粉蝶科共5科13种昆虫的标本图像,进行图像处理和模糊模型识别研究,基本实现了相似形态物种间的全自动识别。论文的主要研究内容及成果如下: (1)鳞翅目昆虫识别系统的设计。本文阐述了昆虫标本图像的输入硬件设备的搭建;详细地说明了在软件中对昆虫标本图像进行数字图像处理和识别的流程。 (2)鳞翅目昆虫图像预处理。本文介绍了平滑去噪、自适应阈值分割、数学形态学操作、图像分割等预处理技术针对鳞翅目昆虫图像这一特定目标的应用和所能达到的效果。针对鳞翅目昆虫图像的特殊性,实现了阈值分割、边缘检测和数学形态学运算相结合的图像分割方法。 (3)鳞翅目昆虫图像的特征提取。本文根据中国农业大学研制的BugVisux软件提供的信息,提取了鳞翅目昆虫的周长、面积、形状参数、纵轴、横轴、偏心率和似圆度等全局形态特征;又根据传统鳞翅目昆虫分类学经验,提取了亮斑数、腹部长、腹部宽和腹部比例等局部特征。 (4)鳞翅目昆虫特征优选和分类识别。本文简要介绍了模糊集合理论,并使用模糊c均值聚类方法实现了特征优选;根据鳞翅目昆虫翅膀的亮斑特征提取比较稳定、且易于识别的特点,设计了初级分类器,然后使用基于最大隶属原则的模糊模型识别方法设计了第二级分类器,在不降低分类器稳定性的前提下,有效地减少了分类器识别的时间,提高了系统的工作效率。 (5)系统软件部分的实现。本文在最后简略地介绍了系统软件部分的实现思想和方法,在学习了Visual C++和Visual Basic语言之后,结合VC能快速实现图像数据的处理和VB易于设计用户界面的优点,使用两种语言混合编程实现了系统的软件部分。

关键词：图像预处理特征提取特征优选模糊模型识别鳞翅目昆虫识别

基于高分遥感影像的灾害目标自动分类技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于高分遥感影像的灾害目标自动分类技术研究

作者：程希萌中国地质大学(北京)

学位级别：硕士

我国幅员辽阔,是自然灾害多发国家,灾害的发生给国家和人民造成了重大损失。遥感技术能够对灾区进行大面积同步观测,所得数据客观真实且具有时效性,可以很好的应用到灾情评估及灾后救援过程中。在灾后通过遥感影像分类技术快速提取灾害... 详细信息

我国幅员辽阔,是自然灾害多发国家,灾害的发生给国家和人民造成了重大损失。遥感技术能够对灾区进行大面积同步观测,所得数据客观真实且具有时效性,可以很好的应用到灾情评估及灾后救援过程中。在灾后通过遥感影像分类技术快速提取灾害目标,并对救援工作进行指导,将有效提高救援效率,减少人员伤亡及财产损失。利用传统的目视解译方式进行影像分类,其解译速度较慢,不能满足灾害发生后快速获得分类信息产品的需求。随着科技的发展,越来越多具有高空间分辨率和高时间分辨率的遥感影像可供应用,结合灾情评估应用需求,本研究基于高分辨率影像数据,以灾害目标特征库为基础,实现灾害目标自动分类,最终为灾情快速评估应用服务。本文的研究内容主要包括:(1)灾害目标特征库的研究。基于不同自然灾害特点以及灾情评估应用需求,建立了自然灾害分类体系(地物分类类别),并依此设计了面向灾情评估应用的灾害目标特征库,以便有效存储历史灾害信息,使其可以作为先验知识更好的服务于灾情评估及灾后救援过程。详细论述了灾害目标特征库的总体框架以及具体的物理结构,同时分析研究了特征信息的提取过程。(2)样本自动选择算法的研究。基于灾害目标特征库结构,提出了一种样本自动选择算法,其包含样本初选及样本修正两个环节。详细研究了算法的实现流程,并对时空临近规则以及遥感影像变化检测技术、地物波谱特征等进行分析,同时通过实验对样本自动选择算法进行了验证,证明其可以有效提高分类效率。(3)特征优选及分类算法的研究。在实现样本自动选择的基础上,重点对mRMR特征优选算法进行研究,结合mRMR算法的基本原理,采用3种计算方法实现mRMR特征优选流程,并利用C5.0决策树及K近邻两种监督分类算法基于特征优选结果进行影像分类实验,同时将主成分分析方法与mRMR特征优选算法进行对比。通过实验证明了mRMR算法对影像分类过程的优化效果。(4)灾情快速评估模型的建立与应用示范。基于论文对灾害目标自动分类技术的研究分析,在文章的最后以地震灾害为例进行灾情评估应用示范。结合地震灾害的特点,研究并建立了地震灾情快速评估模型,同时利用云南鲁甸地震灾后无人机影像数据进行灾情快速评估实验,得到的建筑物倒损率、地震烈度、建筑物倒损面积等评估产品均较为准确,由此证明了模型的有效性。

关键词：高分辨率遥感灾害目标特征库样本自动选择特征优选地震灾情快速评估

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于高分辨率影像面向对象的建筑物信息提取

基于高分辨率影像面向对象的建筑物信息提取

作者：张永飞安徽理工大学

学位级别：硕士

随着高分辨率卫星的快速发展,高分辨率影像能够提供更加丰富的地物特征信息,使其成为信息提取的重要数据源。我国城市化的进程越来越快,建筑物作为城市的核心地物也在不断发生变化,城市空间数据库的及时更新变得越来越重要。如何利用高... 详细信息

随着高分辨率卫星的快速发展,高分辨率影像能够提供更加丰富的地物特征信息,使其成为信息提取的重要数据源。我国城市化的进程越来越快,建筑物作为城市的核心地物也在不断发生变化,城市空间数据库的及时更新变得越来越重要。如何利用高分辨率影像自动、高效、精确地提取建筑物信息成为遥感应用的热点之一。传统基于像元的影像分类法因其单纯基于光谱信息进行分类、分类精度不高、存在“椒盐”现象等局限性,已经不能满足高分辨率影像信息提取的需求,而基于eCognition的面向对象的分类逐渐成为信息提取的主流方法。本文以杭州某地区WorldView-Ⅱ影像为例,主要研究面向对象分类方法在高分辨率影像建筑物信息提取中的应用,主要的研究成果如下:(1)提出将ESP最优尺度评估法与PSE-NSR-ED分割质量评价法相结合来确定最优分割尺度。研究首先通过定量和定性分析确定最优均质性因子,再利用ESP工具初步选取最优分割尺度,结合分割质量评价法确定各地类最优分割尺度。最优分割尺度分别为420、300、260、220,形状因子为0.5,紧致度为0.5。(2)研究采用了 mRMR特征优选算法实现最优分类特征子集的选取,对分割后的影像对象选取了光谱、形状、纹理等共47个特征,然后通过mRMR算法进行最大相关最小冗余优选,最终确定了前10个最优分类特征。(3)分析最优分割尺度和最优分类特征,建立分类层次结构,确定不同地物的分类规则。研究考虑到高分辨率影像多阴影的特点,本文根据有无阴影辅助设置了对比实验,并通过混淆矩阵法和不一致性精度评价法进行提取精度评价,最后通过数学形态学法对建筑物提取结果进行优化。(4)精度评价结果表明两种实验都很好地实现了建筑物的提取,无阴影辅助实验分类总体精度为86.5%,Kappa系数为0.798,建筑物提取精度为85%,完整性为74.76%,检测率为84.67%;阴影辅助提取实验分类总体精度为91.01%,Kappa系数为0.866,建筑物提取精度为95%,完整性为86.98%,检测率为92.07%。实验对比结果表明基于阴影与建筑物的空间关系辅助,建筑物提取精度更高。本文基于高分辨率影像的建筑物信息提取技术研究为城市建筑物的信息提取提供了重要思路,同时也为面向对象的影像分类方法提供了参考。

关键词：高分辨率影像面向对象特征优选建筑物阴影精度评价

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

穿戴位置无关的手机用户行为识别模型

计算机应用研究 2015年第1期32卷 63-66页

作者：范琳王忠民西安邮电大学计算机学院西安710121

基于智能手机的人体行为识别能用于健康监控和个人运动管理,针对不同用户携带手机的位置和习惯,分析基于手机传感器获取的三轴加速度信息,从人体不同位置的行为数据中提取多种特征,优选出与行为相关度高且与手机位置相关度低的特征,构... 详细信息

基于智能手机的人体行为识别能用于健康监控和个人运动管理,针对不同用户携带手机的位置和习惯,分析基于手机传感器获取的三轴加速度信息,从人体不同位置的行为数据中提取多种特征,优选出与行为相关度高且与手机位置相关度低的特征,构建三种决策树分类模型:(行为位置)矢量模型、位置—行为模型和行为模型,其中行为模型准确率最高;针对手机放置在三种不同位置的混合样本,其行为判断准确率为80.29%,耗时最短,能有效进行用户行为识别。

关键词：行为识别模型位置无关特征优选决策树