检索结果-南通市图书馆

基于特征降冗余的Vanilla-YOLOv8铁路异物侵限检测方法

在线全文

学校读者我要写书评

暂无评论

北京交通大学学报 2024年

作者：杜开华许贵阳白堂博北京建筑大学机电与车辆工程学院北京建筑大学城市轨道交通车辆服役性能保障北京市重点实验室

铁路异物侵限在线监测技术是铁路运行安全和旅客生命财产安全的重要保障。针对当前异物检测算法存在的遮挡目标检测、小目标检测不全不准等问题，本文提出了一种基于YOLOv8的铁路异物检测算法Vanilla-YOLOv8。首先，结合VanillaNet中减... 详细信息

铁路异物侵限在线监测技术是铁路运行安全和旅客生命财产安全的重要保障。针对当前异物检测算法存在的遮挡目标检测、小目标检测不全不准等问题，本文提出了一种基于YOLOv8的铁路异物检测算法Vanilla-YOLOv8。首先，结合VanillaNet中减少网络深度、短接分支和通过改变深度训练策略和动态调节激活函数状态增强非线性能力的思想改善YOLOv8模型中由于网络层数过多、短接分支过盛带来的模型退化、耗时以及深层小目标特征消失等问题，提高模型的特征提取能力和检测速度；然后，利用改进的局部卷积减少冗余特征的出现，使特征能被充分利用；最后，在网络主干部分融入压缩激励（Squeeze and Excitations，SE)注意力机制，提高网络中关键特征的权重，改善对遮挡目标和小目标的特征表征能力，提高网络对遮挡目标及小目标的检测能力。实验结果表明，Vanilla-YOLOv8算法的平均精度均值达到了98.7%，参数量下降了61.39%，识别速度达到125 帧每秒(Frames Per Second，FPS)，相比传统的图像处理速度和检测精度有较大提升，为在线实时监测提供理论参考。

关键词：异物侵限检测 YOLOv8 特征冗余 VanillaNet

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

目标回声分类特征的冗余性评价

舰船科学技术 2011年第12期33卷 85-88,96页

作者：张风珍李桂娟彭圆牟林水下测控技术重点实验室辽宁大连116013

对目标回声分类特征的冗余性进行评价与分析。对于2个特征维之间的冗余性,采用基于特征间线性相关系数作为冗余性度量,通过特征的相关系数矩阵分析了特征维之间的冗余度。此外,本文提出了基于特征协方差矩阵近零特征值的冗余性度量,据... 详细信息

对目标回声分类特征的冗余性进行评价与分析。对于2个特征维之间的冗余性,采用基于特征间线性相关系数作为冗余性度量,通过特征的相关系数矩阵分析了特征维之间的冗余度。此外,本文提出了基于特征协方差矩阵近零特征值的冗余性度量,据此可以进一步分析特征组内部的多维组合冗余。最后,利用以上2种冗余性度量,对5种目标回声分类特征各自的冗余性以及它们合并后总特征的冗余性进行了评价与分析,明确了其中的冗余关系,为目标回声分类特征的优选和组合应用提供了重要依据。

关键词：回声特征特征冗余相关系数协方差矩阵

基于最大相关最小冗余联合互信息的多标签特征选择算法

在线全文

学校读者我要写书评

暂无评论

通信学报 2018年第5期39卷 111-122页

作者：张俐王枞北京邮电大学软件学院北京100876 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

在过去的几十年中,特征选择已经在机器学习和人工智能领域发挥着重要作用。许多特征选择算法都存在着选择一些冗余和不相关特征的现象,这是因为它们过分夸大某些特征重要性。同时,过多的特征会减慢机器学习的速度,并导致分类过渡拟合。... 详细信息

在过去的几十年中,特征选择已经在机器学习和人工智能领域发挥着重要作用。许多特征选择算法都存在着选择一些冗余和不相关特征的现象,这是因为它们过分夸大某些特征重要性。同时,过多的特征会减慢机器学习的速度,并导致分类过渡拟合。因此,提出新的基于前向搜索的非线性特征选择算法,该算法使用互信息和交互信息的理论,寻找与多分类标签相关的最优子集,并降低计算复杂度。在UCI中9个数据集和4个不同的分类器对比实验中表明,该算法均优于原始特征集和其他特征选择算法选择出的特征集。

关键词：特征选择条件互信息特征交互特征相关特征冗余

基于L_(2,0)范数约束和冗余度学习的无监督特征选择算法

在线全文

学校读者我要写书评

暂无评论

郑州大学学报（理学版） 2023年第5期55卷 81-88页

作者：蒙莹莹李巧艳杨小飞袁林西安工程大学理学院陕西西安710600

为了更好地消除特征间的冗余,结合稀疏学习,提出一种融合特征冗余度学习的稀疏无监督特征选择算法。首先,该算法利用L1范数度量投影数据点与聚类标签之间的损失,引入辅助变量将聚类标签的编码矩阵的正交性与非负性分离,确保编码矩阵是... 详细信息

为了更好地消除特征间的冗余,结合稀疏学习,提出一种融合特征冗余度学习的稀疏无监督特征选择算法。首先,该算法利用L1范数度量投影数据点与聚类标签之间的损失,引入辅助变量将聚类标签的编码矩阵的正交性与非负性分离,确保编码矩阵是非负的且更接近理想的标签;其次,利用余弦相似度方法构造特征的冗余度矩阵,并将其作为正则项约束来学习投影矩阵;最后,通过L_(2,0)范数约束投影矩阵,可以恰好得到它的k个非零行,进而选出原始数据的k个特征。由此得到基于L_(2,0)范数约束和特征冗余度学习的稀疏无监督特征选择模型。所提算法在12个公开数据集上与10个相关算法进行比较,实验结果表明该算法在多数情况下可以选出更具判别性的特征。

关键词：特征选择稀疏学习特征冗余矩阵分解无监督学习

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

卷积神经网络的正交性特征提取方法及其应用

上海交通大学学报 2021年第10期55卷 1320-1329页

作者：李辰李建勋上海交通大学电子信息与电气工程学院上海200240

针对卷积神经网络中存在的特征冗余问题,将正交性向量的概念引入特征中,从强化特征之间差异性的角度,提出一种适用于卷积神经网络的正交性特征提取方法.通过搭建并列的卷积神经网络支路结构,设计正交损失函数,从而促使卷积核提取出相互... 详细信息

针对卷积神经网络中存在的特征冗余问题,将正交性向量的概念引入特征中,从强化特征之间差异性的角度,提出一种适用于卷积神经网络的正交性特征提取方法.通过搭建并列的卷积神经网络支路结构,设计正交损失函数,从而促使卷积核提取出相互正交的样本特征,丰富特征多样性,消除特征冗余,提升特征用于分类识别的效果.在一维样本数据集上的实验结果表明,相比于普通的卷积神经网络,所提方法能够监督不同卷积核,挖掘出更为全面的正交性特征信息,进而提升卷积神经网络的性能效率,为后续模式识别和紧凑型神经网络的研究奠定基础.

关键词：卷积神经网络特征冗余正交性特征向量

在线全文

学校读者我要写书评

暂无评论

基于保留分类信息的多任务特征学习算法

计算机研究与发展 2017年第3期54卷 537-548页

作者：王珺卫金茂张璐南开大学计算机与控制工程学院天津300071 南开大学软件学院天津300071

在模式识别中,特征选择是一种非常有效的降维技术.特征评价标准在特征选择过程中被用于度量特征的重要性,但目前已有的标准存在着只考虑类之间的分离性而未考虑其相关性、无法去除特征之间的分类冗余性以及多用于单变量度量而无法获取... 详细信息

在模式识别中,特征选择是一种非常有效的降维技术.特征评价标准在特征选择过程中被用于度量特征的重要性,但目前已有的标准存在着只考虑类之间的分离性而未考虑其相关性、无法去除特征之间的分类冗余性以及多用于单变量度量而无法获取子集整体最优性等问题.提出一种保留分类信息的特征评价准则(classification information preserving,CIP),并使用多任务学习技术进行实现.CIP是一种特征子集度量方法,通过F范数实现已选特征子集的分类信息与原始数据分类信息的差异最小化,并通过l2,1范数约束选择特征个数.近似交替方向法被用于求解CIP的最优解.理论分析与实验结果表明:CIP选择的最优特征子集不仅最大程度上保留了原始数据类别之间的相关性信息,而且有效地降低了特征之间的分类冗余性.

关键词：特征选择多任务学习分类信息保留特征冗余近似交替方向法

基于最大相关信息系数的FCBF特征选择算法

在线全文

学校读者我要写书评

暂无评论

北京邮电大学学报 2018年第4期41卷 86-90页

作者：张俐袁玉宇王枞北京邮电大学可信分布式计算与服务教育部重点实验室

在相关性快速过滤特征选择算法（FCBF）基础上,通过最大相关系数的方式改进FCBF算法.首先,通过最大相关系数和对称不确定性度量准则,计算出每个特征与标签之间的相关度量值,并按照数值大小顺序进行排序;其次,通过最大相关系数和近似马... 详细信息

在相关性快速过滤特征选择算法（FCBF）基础上,通过最大相关系数的方式改进FCBF算法.首先,通过最大相关系数和对称不确定性度量准则,计算出每个特征与标签之间的相关度量值,并按照数值大小顺序进行排序;其次,通过最大相关系数和近似马尔可夫毯原理进行无关特征和冗余特征的筛选,最终选择出最优特征子集.在加利福尼亚大学欧文分校的机器学习库（UCI）的8个公开数据集中进行对比实验结果表明基于最大相关系数的特征选择算法（NFCBF）总体优于FCBF算法,它所选择出特征数比FCBF算法所选择特征数平均少了3.625个,分类准确率平均提高了0.075%.与互信息最大算法（MIM）、最少的绝对收缩和选择算法（Lasso）和岭算法（Ridge）等相比也具有明显的优势.

关键词：最大相关系数快速过滤特征选择特征相关特征冗余分类

不同类型小波滤波对影像组学特征相关性和诊断效能的影响

在线全文

学校读者我要写书评

暂无评论

中南大学学报（医学版） 2019年第3期44卷 244-250页

作者：程梓轩黄燕琪黄晓媚吴小媚梁长虹刘再毅华南理工大学医学院广州510006 广东省人民医院放射科广州510080

目的:探讨不同小波滤波对影像组学特征相关性和诊断效能的影响。方法:回顾性收集143例结直肠癌患者(淋巴结转移阳性64例,阴性79例)的术前CT图像,经放射科医师勾画肿瘤区域后,使用Matlab编写的软件提取不同类型小波的影像组学特征。通过... 详细信息

目的:探讨不同小波滤波对影像组学特征相关性和诊断效能的影响。方法:回顾性收集143例结直肠癌患者(淋巴结转移阳性64例,阴性79例)的术前CT图像,经放射科医师勾画肿瘤区域后,使用Matlab编写的软件提取不同类型小波的影像组学特征。通过计算相关系数分析不同小波间同名特征的相关性。采用最小绝对收缩和选择算子(the least absolute shrinkage and selection operator,LASSO)构建不同的小波特征集预测淋巴结转移的影像组学标签并采用Delong’s检验比较其效能。结果:随着小波阶数差异的增大,小波间高相关同名特征数量减少。部分特征在不同小波间易出现高相关性。单个小波的特征集中rbio2.2,sym7和db7的特征子集构建的影像组学标签诊断效能最高。Daubechies系列小波特征集构建的标签预测淋巴结转移效能最高,Biorthogonal系列小波标签则最低,在去除同名高相关特征后全体特征集的诊断效能显著提高(P=0.004)。结论:建议选择阶数差异大的小波以降低影像组学特征的数据冗余度。为提高标签的诊断效能,有必要去除高相关特征。

关键词：影像组学小波特征特征冗余诊断效能

基于多尺度特征提取的YOLOv5s算法优化

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2023年第6期45卷 1054-1062页

作者：李校林王复港张鹏飞张琳玉重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065

目标检测算法广泛应用于无人驾驶、机器人视觉和工业自动化等领域,具有重要研究价值。在众多目标检测算法中,YOLOv5s具有参数规模小和检测速度快的优点,但存在检测精度不高的问题。针对YOLOv5s标准卷积模块特征提取能力不强且存在特征... 详细信息

目标检测算法广泛应用于无人驾驶、机器人视觉和工业自动化等领域,具有重要研究价值。在众多目标检测算法中,YOLOv5s具有参数规模小和检测速度快的优点,但存在检测精度不高的问题。针对YOLOv5s标准卷积模块特征提取能力不强且存在特征冗余的问题,提出2个基于多尺度特征提取的卷积模块。首先提出多感受野卷积模块,通过多个尺寸的卷积核获取不同粒度的语义信息,以提高模型特征提取能力;然后提出特征图卷积模块,利用少量标准卷积核与分组卷积减少特征通道间的相互制约,提高特征图的多样性;最后使用多感受野卷积模块和特征图卷积模块替换YOLOv5s的部分标准卷积模块,得到本文的改进算法。在PASCAL VOC数据集上的实验结果表明,改进算法在提高了检测精度的同时还保证了YOLOv5s的实时检测能力,mAP_0.5和mAP_0.5:0.95分别提高了2.4%和4.9%,证明了改进算法的有效性;在DOTA数据集上进一步验证了改进算法在不同环境下具有良好的泛化能力。

关键词：目标检测多尺度特征感受野特征冗余