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

基于改进卷积神经网络算法的语音识别

应用声学 2018年第6期37卷 940-946页

作者：杨洋汪毓铎北京信息科技大学信息与通信工程学院北京100101

为了解决传统卷积神经网络识别连续语音数据时识别性能较差的问题,提出一种改进的卷积神经网络算法。该方法引入fisher准则以及L2正则化约束,在反向传播调整参数阶段,既保证参数误差的最小化,又确保分类以后的样本类间分布较分散,类内... 详细信息

为了解决传统卷积神经网络识别连续语音数据时识别性能较差的问题,提出一种改进的卷积神经网络算法。该方法引入fisher准则以及L2正则化约束,在反向传播调整参数阶段,既保证参数误差的最小化,又确保分类以后的样本类间分布较分散,类内分布较集中,同时保证网络权值具有合适的数量级以有效缓解过拟合问题;采用一种更符合生物神经元激活特性的新型log激活函数进行卷积神经网络的优化,进一步提高语音识别的正确率。在语音识别库TIMIT以及THCHS30上的实验结果表明,相较于传统卷积神经网络算法,该文提出的改进算法能较好地提高语音识别率,且泛化能力更强。

关键词：语音识别卷积神经网络 fisher准则 L2正则化 log激活函数

在线全文

学校读者我要写书评

暂无评论

稀疏综合字典学习的小样本人脸识别

智能系统学报 2021年第2期16卷 218-227页

作者：狄岚矫慧文梁久祯江南大学人工智能与计算机学院江苏无锡214122 道路交通安全公安部重点实验室江苏无锡214151 常州大学信息科学与工程学院江苏常州213164

传统以字典学习为基础的小样本人脸识别方法存在字典低辨别性、弱鲁棒性等缺点,对此,本文提出稀疏综合字典学习模型。该模型有效利用和生成人脸变化,以镜像原理及fisher准则扩充训练样本多样性,通过构造混合特色字典、扩充干扰字典以及... 详细信息

传统以字典学习为基础的小样本人脸识别方法存在字典低辨别性、弱鲁棒性等缺点,对此,本文提出稀疏综合字典学习模型。该模型有效利用和生成人脸变化,以镜像原理及fisher准则扩充训练样本多样性,通过构造混合特色字典、扩充干扰字典以及低秩字典原子,提取不同类别数据之间的共性、特殊性和异常情况,从而提高算法识别率以及对表情变化、姿态变化、遮挡等异常情况的处理能力。在AR、YALEB、LFW等人脸数据库进行仿真实验,实验结果验证了算法的有效性和可行性。

关键词：综合字典学习人脸识别类别特色字典 fisher准则小样本图像扩充镜像准则扩充干扰字典混合特色字典低秩字典

在线全文

学校读者我要写书评

暂无评论

基于直观和量化方法的肤色检测色彩空间选择

上海大学学报（自然科学版） 2007年第5期13卷 639-646页

作者：方昱春上海大学计算机工程与科学学院上海200072

肤色信息为图像检索、脸像分析和手势分析等多种应用提供了重要的信息.选择适当的色彩空间决定了肤色区域检测的结果.采用直方图可视化地描述了肤色在二维色度平面和三维色彩空间中的特定分布,提出并使用一个基于fisher准则的评价函数... 详细信息

肤色信息为图像检索、脸像分析和手势分析等多种应用提供了重要的信息.选择适当的色彩空间决定了肤色区域检测的结果.采用直方图可视化地描述了肤色在二维色度平面和三维色彩空间中的特定分布,提出并使用一个基于fisher准则的评价函数对肤色/非肤色进行量化可分性分析,并且通过基于高斯模型的实验进一步验证了比较结果.结合直观分析和量化分析比较了各类通用色彩空间,从而获得了较适于进行肤色区域检测的色彩空间.

关键词：肤色检测色彩空间直方图 fisher准则

一种新的L_1度量fisher线性判别分析研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2018年第4期54卷 128-134页

作者：余景丽胡恩良张涛云南师范大学数学学院昆明650500

fisher线性判别分析(fisher Linear Discriminant Analysis,FLDA)是一种典型的监督型特征提取方法,旨在最大化fisher准则,寻求最优投影矩阵。在标准fisher准则中,涉及到的度量为L_2范数度量,此度量通常缺乏鲁棒性,对异常值点较敏感。为... 详细信息

fisher线性判别分析(fisher Linear Discriminant Analysis,FLDA)是一种典型的监督型特征提取方法,旨在最大化fisher准则,寻求最优投影矩阵。在标准fisher准则中,涉及到的度量为L_2范数度量,此度量通常缺乏鲁棒性,对异常值点较敏感。为提高鲁棒性,引入了一种基于L_1范数度量的FLDA及其优化求解算法。实验结果表明:在很多情形下,相比于传统的L_2范数FLDA,L_1范数FLDA具有更好的分类精度和鲁棒性。

关键词： fisher线性判别分析 fisher准则 L1范数度量鲁棒性特征提取

在线全文

学校读者我要写书评

暂无评论

融合字典学习的小样本人脸鉴别

小型微型计算机系统 2021年第1期42卷 154-160页

基于稀疏表示的人脸鉴别方法通过提高字典的判别力来提高识别准确率,本文针对小样本训练,提出一种新的融合字典学习方法.首先利用fisher判别准则及LBP金字塔进行数据预处理;其次提出新的融合字典学习模型,该模型由公共字典、类别特色字... 详细信息

基于稀疏表示的人脸鉴别方法通过提高字典的判别力来提高识别准确率,本文针对小样本训练,提出一种新的融合字典学习方法.首先利用fisher判别准则及LBP金字塔进行数据预处理;其次提出新的融合字典学习模型,该模型由公共字典、类别特色字典及扰动字典三部分构成,分别提取数据共性、不同类别数据的特殊性以及异常情况下的数据扰动性;最后根据融合字典模型提出一种新的分类器,并在AR、YALE、CMU-PIE、LFW人脸数据库进行实验,结果表明本文算法具有更高的识别率和有效性.

关键词：融合字典学习 LBP金字塔 fisher准则小样本

基于MCSA和fisher-SAE的RV减速器故障特征提取研究

在线全文

学校读者我要写书评

暂无评论

机电工程 2022年第7期39卷 903-910页

作者：张兹勤王贵勇刘韬昆明理工大学机电工程学院云南昆明650500 内蒙古第一机械集团有限公司内蒙古包头014000

针对RV减速器实际监测中振动传感器的安装空间和信号采集容易受到限制和干扰等问题,提出了一种基于电机电流信号分析,稀疏自编码和fisher准则相结合的RV减速器故障特征提取方法。首先,将采集的驱动电机电流数据转换到频域,研究了不同超... 详细信息

针对RV减速器实际监测中振动传感器的安装空间和信号采集容易受到限制和干扰等问题,提出了一种基于电机电流信号分析,稀疏自编码和fisher准则相结合的RV减速器故障特征提取方法。首先,将采集的驱动电机电流数据转换到频域,研究了不同超参数对稀疏自编码的特征提取能力的影响,利用优化参数后的稀疏自编码对频域信号自动提取故障特征;然后,利用fisher准则对提取的特征的判别能力进行了降序排名,取排名前n个特征,得到了最优故障特征集;最后,结合SoftMax分类层,实现了对RV减速器的故障诊断;搭建了RV减速器故障实验台,采集了电机电流数据,对基于fisher-SAE的方法进行了验证,并将其与其他典型机器学习故障诊断方法进行了对比。研究结果表明:该方法能够从RV减速器电机电流信号中提取出故障特征,并选择最有效的故障特征集,解决了振动信号的局限性以及运用电流信号进行故障诊断难以提取有效特征的问题;相比于其他典型机器学习故障诊断方法,该方法的诊断准确率提高了10%~20%,具有更好的诊断效率和准确性。

关键词：齿轮减速器故障诊断故障特征提取电机电流信号分析稀疏自编码 fisher准则深度学习

在线全文

学校读者我要写书评

暂无评论

一种基于聚类的滚动轴承故障诊断方法

机械设计与制造 2012年第5期 239-241页

作者：曹苏群侯志伟刘磊淮阴工学院机械工程学院淮安223003

近年来,机器学习技术在故障智能诊断领域得到了广泛的应用,聚类作为最主要的无监督学习技术在基于机器学习的故障智能诊断中占有重要的地位。滚动轴承故障诊断中,传统的频谱分析法通常采用共振解调技术,但当内圈、滚动体或多点故障时,... 详细信息

近年来,机器学习技术在故障智能诊断领域得到了广泛的应用,聚类作为最主要的无监督学习技术在基于机器学习的故障智能诊断中占有重要的地位。滚动轴承故障诊断中,传统的频谱分析法通常采用共振解调技术,但当内圈、滚动体或多点故障时,产生复合调制,从解调谱线很难分辨故障类型。针对此,提出了一种新的基于模糊聚类的滚动轴承故障诊断方法,该方法以模糊fisher准则为聚类目标,通过对待测样本与已知状态样本数据聚类,求得待测样本隶属度,进而判断滚动轴承的故障类型。实验结果表明该方法是有效的。

关键词：故障诊断模糊聚类 fisher准则

说话人识别中基于fisher比的特征组合方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2016年第5期36卷 1421-1425页

作者：谢小娟曾以成熊冰峰湘潭大学物理与光电工程学院湖南湘潭411105

为了提高说话人识别的准确率,可以同时采用多个特征参数,针对综合特征参数中各维分量对识别结果的影响可能不一样,同等对待并不一定是最优的方案这个问题,提出基于fisher准则的梅尔频率倒谱系数(MFCC)、线性预测梅尔倒谱系数(LPMFCC)、T... 详细信息

为了提高说话人识别的准确率,可以同时采用多个特征参数,针对综合特征参数中各维分量对识别结果的影响可能不一样,同等对待并不一定是最优的方案这个问题,提出基于fisher准则的梅尔频率倒谱系数(MFCC)、线性预测梅尔倒谱系数(LPMFCC)、Teager能量算子倒谱参数(TEOCC)相混合的特征参数提取方法。首先,提取语音信号的MFCC、LPMFCC和TEOCC三种参数;然后,计算MFCC和LPMFCC参数中各维分量的fisher比,分别选出六个fisher比高的分量与TEOCC参数组合成混合特征参数;最后,采用TIMIT语音库和NOISEX-92噪声库进行说话人识别实验。仿真实验表明,所提方法与MFCC、LPMFCC、MFCC+LPMFCC、基于fisher比的梅尔倒谱系数混合特征提取方法以及基于主成分分析(PCA)的特征抽取方法相比,在采用高斯混合模型(GMM)和BP神经网络的平均识别率在纯净语音环境下分别提高了21.65个百分点、18.39个百分点、15.61个百分点、15.01个百分点与22.70个百分点;在30 d B噪声环境下,则分别提升了15.15个百分点、10.81个百分点、8.69个百分点、7.64个百分点与17.76个百分点。实验结果表明,该混合特征参数能够有效提高说话人识别率,且具有更好的鲁棒性。

关键词：说话人识别 fisher准则梅尔频率倒谱系数线性预测系数 Teager能量算子

采用随机森林改进算法的WebShell检测方法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2018年第5期35卷 1558-1561页

作者：贾文超戚兰兰施凡胡荣贵电子工程学院网络系合肥230037

为解决WebShell检测特征覆盖不全、检测算法有待完善的问题,提出一种基于随机森林改进算法的WebShell检测方法。首先对三种类型的WebSshell进行深入特征分析,构建多维特征,较全面地覆盖静态属性和动态行为,改进随机森林特征选取方法;依... 详细信息

为解决WebShell检测特征覆盖不全、检测算法有待完善的问题,提出一种基于随机森林改进算法的WebShell检测方法。首先对三种类型的WebSshell进行深入特征分析,构建多维特征,较全面地覆盖静态属性和动态行为,改进随机森林特征选取方法;依据fisher比度量特征重要性,对子类的依赖特征进行划分,按比例和顺序从中选择特征,克服特征选择完全随机带来的弊端,提高决策树分类强度,降低树间相关度。实验对随机森林改进算法和标准算法进行了对比分析,结果表明改进算法依靠更少的决策树就能达到很好的效果,并进一步与SVM算法进行比较,证明该方法提高了WebShell检测的效率和准确率。

关键词： WebShell检测随机森林特征划分 fisher准则