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

基于频谱能量的指纹分类

计算机工程与设计 2008年第8期29卷 2010-2013页

作者：亓秀燕尹义龙骆功庆刘懋山东大学计算机科学与技术学院山东济南250061

指纹分类是自动指纹识别系统中的关键技术,但目前的算法对低质量的指纹图像的分类还存在较大的误差。为了能够对低质量的指纹图像进行准确分类,提出了一种基于频谱能量的指纹分类,首先对分块的指纹图像进行傅立叶变换,然后根据频谱图中... 详细信息

指纹分类是自动指纹识别系统中的关键技术,但目前的算法对低质量的指纹图像的分类还存在较大的误差。为了能够对低质量的指纹图像进行准确分类,提出了一种基于频谱能量的指纹分类,首先对分块的指纹图像进行傅立叶变换,然后根据频谱图中能量的分布特点得到指纹图像的方向图,提取core点周围的指纹图像的方向向量作为该指纹图像的特征向量。最后使用k近邻分类器和最小距离分类器对输入指纹进行分类。在NIST-4指纹数据库上的实验结果表明了算法的有效性,分类正确率达到94.1%,且算法速度比同类算法有较大的提高。

关键词：指纹识别指纹分类傅立叶变换最小距离分类器 k近邻分类器

在线全文

学校读者我要写书评

暂无评论

一种人手背静脉特征识别方法

计算机科学 2018年第B6期45卷 206-209页

作者：严娇娇种兰祥李婷西北大学信息科学与技术学院西安710127

针对目前手背静脉图像识别采用细化和骨架操作等提取结构特征易造成静脉结构细节丢失和特征点误判等问题,提出一种基于方向梯度直方图(HOG)的手背静脉特征识别方法。采用生物特征识别的一般流程,对手背静脉图像灰度进行归一化和滤波增... 详细信息

针对目前手背静脉图像识别采用细化和骨架操作等提取结构特征易造成静脉结构细节丢失和特征点误判等问题,提出一种基于方向梯度直方图(HOG)的手背静脉特征识别方法。采用生物特征识别的一般流程,对手背静脉图像灰度进行归一化和滤波增强等预处理后,直接对手背静脉灰度图像进行二级小波包分解,提取低频子带图的HOG纹理特征,最后采用k近邻分类器实现个人身份识别。利用自行建立的手背静脉图像数据库对所提方法进行验证,结果证明了算法的有效性,其正确识别率为95%,应用前景广阔。

关键词：手背静脉图像数据库小波包分解 HOG特征 k近邻分类器

在线全文

学校读者我要写书评

暂无评论

基于主成分分析的超声人脸识别算法研究

计算机工程与设计 2013年第8期34卷 2867-2871页

作者：王婧瑶许勇曹本希杨军中国科学院声学研究所通信声学实验室北京100190 中国科学院声学研究所噪声与振动重点实验室北京100190

针对超声波探测人脸识别系统中多通道探测模式,从数据融合的角度对特征进行了优化,研究了基于主成分分析(principal components analysis,PCA)的数据降维和人脸特征提取算法。利用该算法对100人的自由表情样本进行特征提取,在保证识别... 详细信息

针对超声波探测人脸识别系统中多通道探测模式,从数据融合的角度对特征进行了优化,研究了基于主成分分析(principal components analysis,PCA)的数据降维和人脸特征提取算法。利用该算法对100人的自由表情样本进行特征提取,在保证识别率超过80%前提下,可显著降低特征向量的维数达80%以上,提高系统速度85%以上。实验结果表明,PCA算法能有效降低特征数据的维数,提高运算速度。

关键词：主成分分析一维距离像 k近邻分类器感知器算法超声人脸识别

在线全文

学校读者我要写书评

暂无评论

非完整人脸识别关键技术研究

非完整人脸识别关键技术研究

作者：郑云龙哈尔滨理工大学

学位级别：硕士

随着人工智能的迅速发展,。生物识别正成为研究热点,主要包括:语音识别、指纹识别、人脸识别。人脸是身份信息的重要标志,对于身份验证具有唯一性、不易复制等优点。虽然在某些约束条件下,人脸识别技术取得了很好的识别效果,但由于实际... 详细信息

随着人工智能的迅速发展,。生物识别正成为研究热点,主要包括:语音识别、指纹识别、人脸识别。人脸是身份信息的重要标志,对于身份验证具有唯一性、不易复制等优点。虽然在某些约束条件下,人脸识别技术取得了很好的识别效果,但由于实际场景中获得的人脸图像常常是不完整的,导致人脸识别精度下降。为解决该问题,本文基于人脸器官分块特征提取,提出两种非完整人脸识别算法。1.提出一种基于分块局部特征的非完整人脸识别算法。首先,依照人脸器官相关性将人脸图像进行逻辑分块,提取各块的邻域相关度局部二进制模式(neighborhood correlation of local binary patterns,NCLBP)特征。然后,对每块的完整性进行判别,利用判别结果对各块进行局部分类识别,降低缺失部分对整体识别结果产生的不良影响。最后,将局部识别结果加权进行投票,得到最终人脸类别标签。实验表明,该方法针对ORL小样本数据集,与SRC、LRC等传统方法相比具有良好的识别率与识别速度。2.提出一种基于非完整人脸图像特征提取的人脸识别算法。首先,对提取的各人脸图像分块的NCLBP特征并进行完整性判别,对于非完整性子块进行掩模处理。然后,将各图像块的特征进行融合,并输入到训练好的CNN中进行深度人脸特征提取。建立基于分块NCLBP和CNN的(the segmented NCLBP and CNN model,TSNCM)非完整人脸识别模型,输出非完整人脸识别特征。最后,将提取到的特征使用k近邻分类器(k-nearest neighbor,kNN)进行分类,得到非完整人脸类别标签。实验证明,该方法在训练样本数量充足时。与主流的基于CNN方法相比在人脸缺失条件下具有更好的识别率。为验证算法的有效性,设计并开发了一套非完整人脸识别系统。能够根据数据集规模大小选取合适的识别算法,在样本数量充足时使用分块特征融合算法,在数据集规模较小条件下的采用分块局部特征算法。对系统性能进行测试,测试结果表明所开发系统具有较高的实用性与识别精度。

关键词：人脸识别非完整人脸识别邻域相关度卷积 k近邻分类器

基于噪声比LDA和类内隶属度kNN的蛋白质亚细胞定位的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于噪声比LDA和类内隶属度KNN的蛋白质亚细胞定位的研究

作者：雷振风云南大学

学位级别：硕士

蛋白质的功能和它在生物体内的位点存在着紧密关联,新翻译的蛋白质只有被运送到恰当的生物体亚细胞位点上才能发挥其作用,否则将会出现诸如癌症、与遗传相关等难以根治的疾病。目前生物实验方法获取定位信息仍需花费大量时间与金钱,通... 详细信息

蛋白质的功能和它在生物体内的位点存在着紧密关联,新翻译的蛋白质只有被运送到恰当的生物体亚细胞位点上才能发挥其作用,否则将会出现诸如癌症、与遗传相关等难以根治的疾病。目前生物实验方法获取定位信息仍需花费大量时间与金钱,通过计算机如何在海量蛋白质中快速准确定位已经成为生物信息学的一个学习焦点。针对目前生物数据量大、特征维数高,且蛋白质产生是随机、爆发、不连续的特点,造成数据受噪声干扰以及位点上蛋白质数量不平衡等问题,本文提出了基于噪声比LDA和类内隶属度kNN的蛋白质亚细胞定位的方法,具体工作包括以下三个方面:(一)本文立足于线性判别分析进行蛋白质数据降维,在线性判别分析方法中,它是通过Fisher线性判别率找到一个方向的直线,使各类样本在此直线上的投影能够尽可能的分开即类间最大距离,类内最小距离。然而,在mRNA翻译成蛋白质的过程中,由于噪声的存在,蛋白质类内距离变大,大大影响降维效果。因此,本文在此领域引入了噪声比例,利用噪声比例加权线性判别分析方法,使类内距离尽可能的变小,实现其较好的降维。(二)针对亚细胞位点上蛋白质数量不平衡问题,本文采用一种类内隶属度k近邻算法,首先引入类内思想,巧妙地避免某一类因为数据少而选不在前k个样本中,误判为其他类;其次,增加数据属性间的关联关系,利用隶属度表示类与数据样本间的具体距离,使其达到更好的分类效果。(三)实验环节,采用了两组数据(Gram-Negative、Gram-Positive蛋白),以及Jackknife检验方法。结果显示,本文工作对蛋白质分类正确率的提高有明显作用,比如Gram-Negative数据在降维到7维时其分类正确率基本稳定在89%。最后,基于上述研究工作本文给出了一个提供降维和分类预测功能的原型系统,以便于后期实际应用。

关键词：蛋白质亚细胞定位噪声及噪声强度隶属度线性判别分析 k近邻分类器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于步态监测的年龄识别问题研究与实现

基于步态监测的年龄识别问题研究与实现

作者：杨畅东北师范大学

学位级别：硕士

随着现代社会的发展,人们对安全的关注度越来越高,利用生物特征来识别身份信息成为当下研究的主流。其中步态识别作为一种新兴的生物特征识别技术,以其特有的优势,如非侵犯性、唯一性、远距离身份识别、易采集、难以伪装和隐藏等,获得... 详细信息

随着现代社会的发展,人们对安全的关注度越来越高,利用生物特征来识别身份信息成为当下研究的主流。其中步态识别作为一种新兴的生物特征识别技术,以其特有的优势,如非侵犯性、唯一性、远距离身份识别、易采集、难以伪装和隐藏等,获得了越来越多的重视与关注。基于步态监测年龄识别的研究作为生物特征识别的子研究领域,在一定程度上促进了视频实时监控系统在智能监控方面的发展。将步态的监测与年龄识别结合在一起,不仅是技术上的创新,更是步态在应用领域的一大进步。首先,年龄区间的识别可以起到一个筛选的作用,一旦确定年龄区间,被识别的对象的范围大大的被缩小,这样一来,不仅提高了识别的速度,同时也提升了识别的准确率,适宜应用到刑侦工作中。其次,通过步态监测对人员的年龄区间进行统计,还可以应用到实际生活的各个方面,像人流密集的场所,安全级别高的场所,需要进行商业分析统计的场所等等,可解决一些实际问题,使智能监控更好的服务人们的生活。在本篇文章中,主要通过三个部分的研究与设计,实现基于步态监测的年龄识别过程：第一部分即为从视频序列中检测出步态并进行预处理,第二部分是通过定位下肢关节点确定关节角度对步态的特征进行提取,第三部分是年龄区间的分类识别。分别针对这三个部分进行相应的阐述与研究,并初步完成一个简单的基于步态监测的年龄识别系统,能够实现并展示整个识别过程。

关键词：步态识别年龄区间分类关节角度遗传算法 k近邻分类器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进词语权重的文本分类方法研究

基于改进词语权重的文本分类方法研究

作者：李萍东北师范大学

学位级别：硕士

信息科技飞速发展的今天,互联网技术也得到了迅猛发展,电子文档的数量呈现了指数级增长,海量信息为用户提供方便的同时,也给用户获取有用信息带来了不便。如何有效地帮助用户查找、组织和管理这些信息,并且快速、准确地找到用户所需的... 详细信息

信息科技飞速发展的今天,互联网技术也得到了迅猛发展,电子文档的数量呈现了指数级增长,海量信息为用户提供方便的同时,也给用户获取有用信息带来了不便。如何有效地帮助用户查找、组织和管理这些信息,并且快速、准确地找到用户所需的有用信息已成为当今研究的重要课题。正是在这样的背景之下,基于机器学习的文本分类方法逐渐成为一个日益重要的研究领域。文本分类是信息检索与数据挖掘领域的研究热点与核心技术,近年来得到了广泛的关注和快速的发展。文本分类系统能够在给定的分类模型下,根据文本的内容对文本进行分类,从而更好地帮助人们组织和挖掘文本信息,因此成为信息处理领域最重要的研究方向之一,具有较大的发展潜力。文本分类具有很大的实用价值,它在信息检索和信息过滤等方面有着广泛的应用,极大地提高了信息的使用效率。本文研究的重点是通过改进传统的词语权重计算方法来提高文本分类精度。在对传统的基于词语权重的文本分类方法作了深入研究的基础上,改进传统的词语加权方法- tf-idf方法,得到一种新的词语加权方法。传统的词语加权方法只考虑tf(词频)、idf(反文档频率)两方面,并且简单地认为低频词比高频词重要,所以,往往把稀有词赋予较高的权值,但在实际当中,稀有词几乎不能作为文本的特征来表示文本。为了弥补这个缺点,本文提出了新的计算词语权重的方法,来提高分类的效率和精度。并通过实验验证了该方法的可行性和高效性。实验表明,本文提出的改进词语权重的计算方法,在数据集Reuters-21578上使用kNN分类器分类的效果,要优于传统词语权重计算方法使用kNN分类器分类的效果。实验结果证明,从评估函数精确率、召回率、F函数三方面来看,改进的词语权重计算方法的分类效果要好于传统的词语权重计算方法的分类效果。

关键词：文本分类 tf-idf 词语权重 k近邻分类器

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kNN的地基可见光云图分类方法研究

基于KNN的地基可见光云图分类方法研究

作者：朱彪成都信息工程学院

学位级别：硕士

云是气象研究中的重要因子，它是影响地球能量和水汽平衡的重要因素之一。云图的自动分类是实现地基云自动化观测中亟待解决的一个难点。在当前的云观测项目中，云状的观测仍然以目测为主，目测归类以《中国云图》云分类为基准。在器测... 详细信息

云是气象研究中的重要因子，它是影响地球能量和水汽平衡的重要因素之一。云图的自动分类是实现地基云自动化观测中亟待解决的一个难点。在当前的云观测项目中，云状的观测仍然以目测为主，目测归类以《中国云图》云分类为基准。在器测云分类时，若以目测归类的标准来归类，在云类识别时造成的误判相当严重。利用器测对地基云进行分类始终没有一个客观的标准，现有的云状识别方面的研究都只是在方法上进行了一些初步的探讨。本文根据云的形成物理机制和形态，对云进行了一个粗分类，提出了两种器测云分类方案，一种是将云分为积状云、层状云和卷云三大类;另一种是将云分为积状云、层状云和波状云三大类。晴空作为一种天空状况，在上述两种分类方案中单独作为一类。对云图进行分类识别的首要步骤是提取云图特征。文中详细介绍了数字云图纹理、颜色和形状特征提取的相关算法：通过灰度共生矩阵法和Tamura纹理来表征云图纹理信息;通过颜色矩来表征云图的颜色信息;通过形状无关矩来表征云图形状信息。在提取了云图的特征之后是采用分类器进行分类识别，文中介绍了当前云状识别研究中几种常用的分类器，通过比较，本研究选用kNN(k-Nearest-Neighbor,kNN)分类器进行分类识别，该算法是成熟、简单的机器学习算法之一，在解决复杂问题时k近邻分类器具有运算模型简单且计算复杂度低等优点。通过对第一种云分类方案(积状云、层状云、卷云和晴空)和第二种云分类方案(积状云、波状云、层状云和晴空)4种天空类型的纹理、颜色和形状特征进行分析，采用k最近邻分类器在不同的k取值情况下选用不同的特征量组合对这几类天空类型进行了分类识别，文中共选取了8个不同的k值。文中特征量组合共包括七种组合（单独使用纹理特征、颜色特征和形状特征的分类识别，纹理特征、颜色特征和形状特征两两组合的分类识别，纹理、颜色和形状特征三者结合的分类识别），对两种云分类方案识别的结果有如下结论： (1)当纹理特征、颜色特征和形状特征结合使用时获取了比单独利用纹理特征、颜色特征和形状特征以及它们两两组合时更好的识别效果。 (2)当kNN分类器中k值为7且使用21个特征参量时有最好的识别结果，其中对积状云、层状云、卷云和晴空的识别正确率分别为91.1%、74.4%、70.0%和100.0%，平均正确率为83.9%，对积状云、波状云、层状云和晴空的识别正确率分别为86.7%、70.0%、72.2%和100.0%，平均正确率为82.2%。比较两种云分类方案的识别结果之后，对第一种云分类方案(平均识别正确率为83.9%)进行了特征量组合优化，第一种云分类方案中共选用了21个特征量，但是由于一些特征量是冗余的，特征量组合优化的目的便是减少这些冗余特征量对于识别结果的影响。优化之后的识别正确率得到了提高，当k为7时，对积状云、层状云、卷云和晴空的识别率分别为90.0%、80.0%、72.2%、100.0%，平均识别正确率为85.6%。通过对特征量组合的优化，减少了冗余的特征分量，提高了识别速度。

关键词：纹理特征颜色特征形状特征 k近邻分类器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

白酒品种鉴别的电子鼻系统设计与研究

白酒品种鉴别的电子鼻系统设计与研究

作者：朱锦江苏大学

学位级别：硕士

我国白酒种类繁多,香型各异,随着经济的快速发展,白酒行业发展趋势越发磅礴。由于白酒行业利润丰厚,有些不法商家为获取更大利润,制假售假的情况严重,且饮用假酒对人体健康伤害巨大,因而对白酒质量的监管尤为重要。质谱仪、色谱仪与感... 详细信息

我国白酒种类繁多,香型各异,随着经济的快速发展,白酒行业发展趋势越发磅礴。由于白酒行业利润丰厚,有些不法商家为获取更大利润,制假售假的情况严重,且饮用假酒对人体健康伤害巨大,因而对白酒质量的监管尤为重要。质谱仪、色谱仪与感官分析等是目前白酒品质检测的常用手段。感官分析带有一定主观性,容易受评估者的身体状况、环境等因素影响。当采用质谱仪与色谱仪对白酒检测时,虽能对白酒香气成分提供精确的分析,但检测过程繁琐,周期长,费用高,同时检测仪器昂贵且笨重,不利于推广和使用。因此,对我国日益兴盛的白酒行业而言,这些检测手段明显有些捉襟见肘。电子鼻作为一种新兴的检测手段,可以根据白酒挥发的气味对白酒品种进行快速的鉴别。但是现有的电子鼻造价昂贵,且容易受到温度、湿度等环境因素的干扰,鲁棒性不强,气体特征信息提取困难。本课题组在江苏省研究生科研与实践创新计划项目(SJCX17573)的资助下研发了一种低成本、高性能、小体积,且具有一定抗干扰能力的电子鼻系统,其可以对市场上的白酒品种进行快速、实时、有效的鉴别分析。本文所设计研发的电子鼻系统,主要包括传感器阵列、数据采集和传输系统、气体收集装置和数据处理四个部分。传感器阵列主要是由TGS系列和MQ系列的10种气体传感器组成,该传感器阵列具有低功耗、高性能、低成本、长寿命和高灵敏度的特点,可以最大限度获取白酒的气味特征,并将之转化电压信号。在数据采集过程中,主要选用MP4623数据采集系统,可以实现10个通道数据并行采集,并能对采集的数据进行A/D转换和存储,同时数据采集过程可以通过LabVIEW软件程序进行实时观测。气体收集装置主要由气泵、样品存放瓶和气室三个部分组成。除此之外,在数据处理方面,本文将模糊理论和鉴别主成分分析(DPCA)算法结合,提出了一种模糊鉴别主成分分析(FDPCA)算法,该算法可以有效的改善特征提取的效果,在多类分类时实现“软”分类,能够提高数据分类的准确率,从而提高电子鼻系统的抗干扰能力,改善电子鼻系统的性能。最后,采用设计出的电子鼻系统,结合提出的模糊鉴别主成分分析(FDPCA)算法,以及k近邻分类法,对市场上购买的六种白酒进行鉴别分析。再使用留一法(LOO)和k-fold交叉验证法,对分类鉴别的准确率进行验证,发现电子鼻对六种白酒识别的准确率可以达到98%。实验结果表明,建立在所设计电子鼻硬件系统和FDPCA算法的软件系统基础上的电子鼻分类系统在对白酒分类鉴别十分有效。

关键词：电子鼻白酒模糊判别主成分分析(FDPCA) k近邻分类器模糊理论留一法(LOO)验证 k-fold交叉验证