检索结果-内蒙古大学图书馆

华中科技大学学报（自然科学版） 2024年第5期52卷 64-69页

作者：张虹淼王梓廖肖剑李伟达苏州大学机电工程学院江苏省先进机器人技术重点实验室江苏苏州215021

针对睡眠相关疾病的诊断和治疗过程中睡眠分期的问题,使用ADASYN算法对睡眠样本进行类平衡,有效利用复合多尺度排列熵、样本熵和不同频段的能量值等一系列能够反映不同睡眠阶段信息的特征进行训练.为了提高分类中易混淆睡眠阶段的分类... 详细信息

针对睡眠相关疾病的诊断和治疗过程中睡眠分期的问题,使用ADASYN算法对睡眠样本进行类平衡,有效利用复合多尺度排列熵、样本熵和不同频段的能量值等一系列能够反映不同睡眠阶段信息的特征进行训练.为了提高分类中易混淆睡眠阶段的分类识别性能,构建了一种双层分类模型,使睡眠分期的五分类问题转化为两个三分类问题.将所提出的方法在Sleep-EDF数据集上进行验证,结果表明:所提出的模型对健康受试者的准确率可达到88.3%,较以往模型提高1%~3%,其中N1阶段的分类准确率可达69.5%,较以往模型提高约10%,证明本双层分类模型优于传统的睡眠分类模型.

关键词：睡眠分期脑电信号特征提取复合多尺度排列熵双层分类模型

来源：评论

学校读者我要写书评

暂无评论

Deep Web入口探测与分类方法研究

引用

计算机应用研究 2009年第12期26卷 4697-4700,4703页

作者：张亮陆余良刘金红解放军电子工程学院网络系合肥230037

传统的使用语料库对入口标签字符串进行匹配的方法受限于语料库的完整性和匹配算法的灵活性。为突破这种局限,引入了基于表单元件统计特征的Deep Web入口探测方法和使用文本分类方法对其进行分类的双层分类模型,并提出了两种特征权重计... 详细信息

传统的使用语料库对入口标签字符串进行匹配的方法受限于语料库的完整性和匹配算法的灵活性。为突破这种局限,引入了基于表单元件统计特征的Deep Web入口探测方法和使用文本分类方法对其进行分类的双层分类模型,并提出了两种特征权重计算方法用于特征选取。在TEL-8 Query Interfaces数据集上,测试结果体现了双层分类模型的优越性和特征向量维归约的必要性。

关键词： DeepWeb 网络爬虫结构特征维归约双层分类模型

来源：评论

学校读者我要写书评

暂无评论

基于能量检测的复杂环境声音识别

基于能量检测的复杂环境声音识别

引用

作者：张小霞福州大学

学位级别：硕士

随着现代社会经济的不断发展,生态环境越来越受到关注,而包含丰富信息的环境声音又是生态环境中不可或缺的元素之一,因此对生态环境中各种不同的声音进行分析和识别,对生态环境的保护和可持续发展具有潜在的重大意义。现实生态环境中噪... 详细信息

随着现代社会经济的不断发展,生态环境越来越受到关注,而包含丰富信息的环境声音又是生态环境中不可或缺的元素之一,因此对生态环境中各种不同的声音进行分析和识别,对生态环境的保护和可持续发展具有潜在的重大意义。现实生态环境中噪声无处不在也不可避免,本文将复杂背景噪声环境下的鸟类声音识别作为研究的切入点,提出了经过自适应能量检测(AED)后基于Mel尺度的小波包分解子带倒谱系数(MWSCC)特征结合高斯混合模型(GMM)与支持向量机(SVM)双层混合分类模型的环境声音识别方法,并将该方法推广到更一般化的复杂背景噪声下的环境声音识别。本文主要的研究工作包括如下三个方面：1)自适应能量检测：针对信号检测中常用的能量检测方法需要预先知道噪声方差以及固定检测阈值设定困难这两个问题,提出自适应能量检测方法。根据频率分布特点,先将带噪声音信号划分成子频带,对每个频带的声音信号进行非平稳噪声功率谱估计;再利用噪声估计中的前景声音存在概率设定能量检测概率,进而推导出具有针对性的能量检测阈值;最后根据估计的噪声方差与自适应的检测阈值,构成能量检测的自适应判决规则,对有用声音进行检测。2)改进的特征提取：针对Mel频率倒谱系数(MFCC)特征在复杂噪声环境下识别性能差的缺点以及环境声音具有多变性、多样性、非平稳性、非结构化等特点,提出基于Mel尺度的小波包分解子带倒谱系数(MWSCC)特征。并将前端的自适应能量检测(AED)与MWSCC特征提取相结合,得到AEDWSCC,只对检测到有用声音信号的声音帧提取MWSCC抗噪特征,在优化声音分类识别性能的同时也降低了时间复杂度。3)双层混合分类模型：利用GMM适合于处理连续声音信号,SVM适合于进行声音分类的特点,提出GMM和SVM混合的双层分类模型,用第一层的GMM描述环境声音的特征分布进行粗分类,将第一层的GMM概率输出作为第二层SVM的输入,用SVM进行环境声音的精细类别划分,构建GMMVM双层混合分类模型对复杂环境声音进行分类与识别。本文对鸟类、哺乳动物类、昆虫类这3类30种的复杂环境声音进行研究及对比实验。实验结果表明,本文提出的AEDWSCC结合GMMVM双层混合模型的声音识别方法,具有良好的噪声鲁棒性与分类识别性能,适用于复杂背景噪声下的环境声音识别。

关键词：自适应能量检测非平稳噪声功率谱估计 Mel尺度的小波包分解子带倒谱系数高斯混合模型支持向量机双层分类模型

来源：评论

学校读者我要写书评

暂无评论

基于单演示波和稀疏表示的人脸表情识别方法

基于单演示波和稀疏表示的人脸表情识别方法

引用

作者：黄晓音合肥工业大学

学位级别：硕士

人脸表情识别研究作为视觉系统研究和人机交互研究中重要的一部分内容,受到了研究学者们的广泛关注,本文着重研究了人脸表情识别系统中特征提取和分类识别的环节,对单演示波和稀疏分类器的相关应用进行了比较深入的研究,并在此基础上对... 详细信息

人脸表情识别研究作为视觉系统研究和人机交互研究中重要的一部分内容,受到了研究学者们的广泛关注,本文着重研究了人脸表情识别系统中特征提取和分类识别的环节,对单演示波和稀疏分类器的相关应用进行了比较深入的研究,并在此基础上对存在遮挡情况下面部表情识别问题提出了相应的解决方法,本文的主要研究内容和创新观点可以分为以下几个部分：(1)针对单演二值模式(Monogenic Binary Pattern, MBP)对表情纹理特征提取的局限性,提出一种融合MBP和单演方向梯度直方图(Histograms of Monogenic Orientated Gradients, HMOG)的人脸表情识别方法。该方法首先将人脸表情通过单演滤波提取方向,相位,幅度三个方面的信息,融合方向和幅度的信息对人脸表情进行单演二值模式直方图特征提取。但是单一纹理特征对于人脸表情识别具有一定的不足,本文通过结合梯度方向直方图的思想,提出一种HMOG特征用于表征人脸图像的形状信息,再通过自适应加权信息熵的方法取得最佳的表情块特征权值,最后利用最近邻方法进行分类,得到最终识别结果。为了验证本文方法的有效性,在通用的JAFFE和Cohn-Kanade人脸表情库上做了大量的实验,实验结果表明该方法对人脸表情具有很好的识别效果。(2)为了弥补第二章对单演相位信息提取的忽略以及增强稀疏分类器对于人脸表情分类的鲁棒性,提出了一种基于单演多特征和稀疏表示融合的人脸表情识别方法。首先对预处理后的表情图像进行单演示波滤波操作,获得三个尺度上的单演幅值、单演方向和单演相位特征;然后利用单演梯度方向,增强单演相位和单演二值模式方法分别融合方向信息,幅值信息和相位信息形成不同的表情特征并构造相应的稀疏表示分类器;最后利用l1正则化的最小二乘法优化三个分类器的权值,从而实现决策层融合的人脸表情识别。(3)针对现实生活中面部存在遮挡情况下的表情识别问题,本文提出一种双层分类模型方法。首先在全局层采用基于全局表情状态特征的稀疏表示分类方法,对得出的分类结果,利用稀疏聚集度计算其可信度,并将可信度低的测试样本送入采用局部单演特征构造的局部子区域稀疏分类器中,对多个子区域的分类结果进行加权投票,得出最终的分类结果。实验结果表明该方法对小区域的面部遮挡情况具有一定的鲁棒性。

关键词：人脸表情识别单演方向梯度直方图增强单演相位直方图双层分类模型

来源：评论

学校读者我要写书评

暂无评论

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

请选择保存的检索档案：

请选择收藏分类：

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

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

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：