检索结果-内蒙古大学图书馆

作者：赵正勇东北林业大学

学位级别：硕士

森林资源信息是国家的重要基础信息资源,是林业建设各项决策的重要依据,如何经济、高效地获取森林资源信息是实现“数字林业”的重要基础性工作。航天遥感技术因其具有的宏观性、综合性、可重复性、快递性和经济性等特点,自然地成为研... 详细信息

森林资源信息是国家的重要基础信息资源,是林业建设各项决策的重要依据,如何经济、高效地获取森林资源信息是实现“数字林业”的重要基础性工作。航天遥感技术因其具有的宏观性、综合性、可重复性、快递性和经济性等特点,自然地成为研究森林资源现状及其动态变化等森林资源信息的理想工具。但是长期以来遥感数据资源获取的高投入和林区遥感图像分类识别技术的落后,一直是制约林业遥感应用技术发展的瓶颈。本研究以林业发展需求为切入点,适时地选择典型针阔混交林TM遥感图像为研究对象,把提高其自动分类识别精度做为研究的目的。以吉林省汪清林业局的TM遥感图像为实例,在对传统自动分类识别技术进行试验、精度分析的基础上,本研究开发出适用于针阔混交林区遥感图像的专家分类识别系统和神经网络分类识别系统。分类结果表明,应用这两种新的自动分类技术后,遥感图像的分类精度都较传统方法有大的提高,达到了区分研究区森林类型的分类目的。为林业部门在遥感应用上提供了新技术,具有十分重要的理论和实践意义。本研究的主要内容和结论归纳如下: (1) GIS辅助的专家分类识别系统是比较好的应用于针阔混交林TM遥感图像的自动分类技术。在GIS的辅助下,把与森林植被分布密切相关的数字高程模型数据、坡向、土壤类型等地学知识信息与经过预分类处理的图像光谱信息综合在一起形成知识库,建立起专家分类识别系统。对研究区进行森林类型分类试验表明,该系统的总体分类精度为81.67%,总体Kappa指数为0.7556,分类精度比传统技术提高了14.22%,分类专题图质量很好,达到了区分森林类型的分类目的。 (2) 改进型BP神经网络分类识别系统在遥感图像的自动分类识别上有广阔的应用前景。本研究通过输入矢量归一化处理和主成份分析、改进训练学习算法、扩大网络规模等措施,对标准BP神经网络进行改进,使改进后的系统分类精度有明显的提高,总体分类精度达到76.00%,总体Kappa指数为0.6800,比改进前提高了19.14%。即展示了其应用于针混交林TM遥感图像自动分类识别的能力,又验证了该系统具有随网络规模增大而分类精度提高的发展趋势。 (3) 适当的方法能够减弱地形阴影和云对遥感图像的分类精度影响。本研究通过对遥感图像进行辐射校正、地形校正、把GIS数据引入专家系统分类和神经网络系统的建立等措施,基本上解决了遥感图像中白云区和云阴影区不能进行分类的问题,并对地形阴影的影响也有较强的削弱作用。

关键词： TM遥感图像针阔混交林自动分类识别专家分类识别系统 BP神经网络地理信息系统

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的鸟类图片自动分类识别系统

基于卷积神经网络的鸟类图片自动分类识别系统

引用

作者：段悦中国海洋大学

学位级别：硕士

地球上约有鸟类156科9200种，栖息在中国的鸟类有81科1186种，占世界鸟类种类总数的14％，是世界上鸟类最多的国家，其中，约有3000种是稳定的或有增长的种群;约有6000种的数量在不断减少，其中，约有1000种已减少到濒临灭绝的地步。自... 详细信息

地球上约有鸟类156科9200种，栖息在中国的鸟类有81科1186种，占世界鸟类种类总数的14％，是世界上鸟类最多的国家，其中，约有3000种是稳定的或有增长的种群;约有6000种的数量在不断减少，其中，约有1000种已减少到濒临灭绝的地步。自从1600年以来，全世界有100种鸟类已经灭绝，鸟类保护刻不容缓。鸟类品种繁多，对非专业人士而言，识别鸟类是非常困难的，一定程度上制约了大众对鸟类的认识和了解，不利于形成较强的爱护鸟类意识，引导大众认识鸟类，对鸟类保护有着十分重要的意义。　　深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图片，声音和文本，卷积神经网络是深度学习的重要研究领域，随着近几年基于卷积神经网络图片分类识别技术的发展，其识别准确率已经达到了十分可观的水平，某些领域甚至超过了人类。深度学习相关技术的发展为基于卷积神经网络的鸟类自动分类识别提供了基础。　　由于不同鸟类体态、身形、羽毛颜色、喙形等可视特征多样性，给鸟类图片自动分类识别提供了基础，因此可以通过深度学习技术实现对鸟类的快速识别，在快速识别鸟类的基础上，普及鸟类知识，引导人们认识鸟类的多样性，自发主动地保护鸟类，引导人们敬畏自然，深入理解生物多样性和生态环境保护的紧迫性，提高生态环境保护意识。　　本文主要完成了以下工作：　　1.利用网络爬虫技术，爬取鸟类图片，建立了134个种类、18193张图片的本地鸟类图片数据集;2.依托建立的鸟类数据集，基于Inception-v3深度卷积神经网络模型，进行迁移学习，得到鸟类自动分类识别的卷积神经网络模型，训练准确率达到了98.00%，验证准确率为77.87%，同时，交叉熵为0.11，在测试数据集上的准确率为76.80%。二次验证准确率时top-1,top-3,top-5三个层次准确率分别达到了93.18%，96.30%，97.15%。准确率达到了自动分类识别鸟类的要求,并显示了模型良好的鲁棒性;3.基于训练好的卷积神经网络模型，利用迁移学习的理论实现鸟类图片的自动分类识别，实现了批量识别鸟类图片的功能，并根据识别结果生成简洁规整的识别报告，方便用户查看。　　4.设计实现了自动分类识别系统用户界面，实现了简单直接的操作逻辑，提供了操作帮助和说明，方便用户使用。　　与传统的识别方法相比,本文所采用的鸟类图片深度学习方法具有以下优点:第一,模型通过搜索图片像素点提取物体特征,不需要手动提取待分类物体特征;第二,对于图片像素大小,成像距离及光照要求低;第三,采用适当的训练集可获得较好的识别分类效果,并具有良好鲁棒性和泛化能力。

关键词：鸟类图片自动分类识别卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

利用GIS对吉林针阔混交林TM遥感图像分类方法的初探

引用

应用生态学报 2006年第4期17卷 577-582页

作者：王立海赵正勇杨旗东北林业大学森林作业与环境中心哈尔滨150040

为提高林区TM遥感图像自动分类识别精度,在GIS技术辅助下,以吉林省汪清林业局针阔混交林TM遥感图像为例,对研究区DEM、坡向等地理因子和土壤类型等环境因子与森林植被分布之间的内在规律进行了定量分析,并结合对遥感图像预分类的定性分... 详细信息

为提高林区TM遥感图像自动分类识别精度,在GIS技术辅助下,以吉林省汪清林业局针阔混交林TM遥感图像为例,对研究区DEM、坡向等地理因子和土壤类型等环境因子与森林植被分布之间的内在规律进行了定量分析,并结合对遥感图像预分类的定性分析,形成分类知识库,建立了适用于针阔混交林的自动分类识别专家系统.分类试验证明,该系统能比较明显地削弱混合像元和地形阴影的影响,分类精度较无监督分类法提高了14.22%,Kappa指数为0.7556,达到区别森林类型的分类目的.将GIS数据引入专家系统,应用先验知识建立推理机制,可以解决遥感图像中云区和云阴影区由于不能接收到正确的光谱值而无法进行分类的问题.

关键词：专家系统地理信息系统自动分类识别针阔混交林遥感图像

来源：评论

学校读者我要写书评

暂无评论

基于分层结构神经网络的数字调制方式识别

引用

系统工程与电子技术 2003年第12期25卷 1469-1471,1494页

作者：孙梅韩力北京理工大学电子工程系北京100081

自动调制方式识别应用范围广泛,对于军用软件无线电侦察接收机更具有十分重要的意义。研究了数字调制方式识别的特征集,在此基础上针对BPSK、QPSK、8PSK、16QAM、2FSK、4FSK、8FSK、2ASK、4ASK共9种调制类型识别问题,设计了一种分层结... 详细信息

自动调制方式识别应用范围广泛,对于军用软件无线电侦察接收机更具有十分重要的意义。研究了数字调制方式识别的特征集,在此基础上针对BPSK、QPSK、8PSK、16QAM、2FSK、4FSK、8FSK、2ASK、4ASK共9种调制类型识别问题,设计了一种分层结构的神经网络分类器。在SNR≥ 8dB时,该分类器的正确识别率达到97％以上,其特点是,识别无需任何先验知识,识别的数字调制类型多,识别的正确率高,达到了自动分类识别的目的,并有利于实现识别的实时化。仿真结果表明了此方法的优越性。

关键词：数字调制神经网络分类器中值滤波法分层结构自动分类识别

来源：评论

学校读者我要写书评

暂无评论

基于人工智能的癫痫分类算法及电路研究设计

基于人工智能的癫痫分类算法及电路研究设计

引用

作者：陈晓东山东师范大学

学位级别：硕士

癫痫是由于神经元的过度异常放电所引起一种非传染性的神经系统疾病,其发病迅速且频繁,会导致不自主的抽搐、意识丧失等不可逆的伤害。脑电图是诊断癫痫的主要数据,但传统的人工分析耗时且依赖医生经验。因此,本文研究了基于人工智能的... 详细信息

癫痫是由于神经元的过度异常放电所引起一种非传染性的神经系统疾病,其发病迅速且频繁,会导致不自主的抽搐、意识丧失等不可逆的伤害。脑电图是诊断癫痫的主要数据,但传统的人工分析耗时且依赖医生经验。因此,本文研究了基于人工智能的癫痫脑电信号的自动化分类算法以及基于Xilinx Vitis工具的高层次综合(High-Level Synthesis,HLS)的逻辑电路设计,提出了一些创新方法,旨在提高癫痫疾病诊断的准确性和效率。在脑电信号预处理方面,结合频域分析法和非线性动力学的分析方法,通过引入综合中心频率和样本熵特性的优化变分模态分解(Optimized Variational Mode Decomposition,OVMD)方法,实现了对原始信号的自适应分解和重构。这一改进有效剔除了高频生理性噪声的影响,提高了信号的稳定性,尤其增强了特征的敏感性。在特征提取方面,本文采用了线性和非线性相结合的分析方法,从多个领域的不同角度提取最具代表性的特征,进而构成能够全面反映原始信号不同特性的复合特征矩阵。针对复合特征矩阵维数较高的问题,使用递归特征消除交叉验证(Recursive Feature Elimination with Cross-Validation,RFECV)和机器学习相结合的算法确定最优特征子集。在分类识别方面,使用降维后的最优特征子集验证了经过遗传算法参数寻优后的十种机器学习模型在不同数据集上的二分类和多分类性能。其中,随机森林、XGBoost和Ada Boost分别取得了98.54%、98.57%和98.36%的较高准确率。此外,为解决机器学习多分类准确率较低和手动提取特征的问题,本文进一步设计了卷积神经网络(Convolutional Neural Networks,CNN)和双向长短期记忆网络(Bi-directional Long-Short Term Memory,Bi-LSTM)有效结合的混合深度学习模型。该模型能够自动提取具有时移不变性的特征,并有效捕捉特征整体信息,多分类实验准确率达到了99.68%。在电路设计方面,对癫痫分类算法的整体电路进行了原理分析和结构设计。在Vivado开发平台上使用现场可编程门阵列(Field Programmable Gate Array,FPGA)对卷积神经网络各个关键模块单元完成了寄存器传输级(Register Transfer Level,RTL)电路的结构设计和仿真建模。

关键词：癫痫人工智能自动分类识别高层次综合 FPGA

来源：评论

学校读者我要写书评

暂无评论

中医脉象自动分类技术的研究与实现

中医脉象自动分类技术的研究与实现

引用

作者：李英哲哈尔滨工业大学

学位级别：硕士

中医脉象自动分类识别技术是一种将现代信息处理技术与传统的中医理论相结合，根据人体的脉象图谱自动进行对脉象种类判断的技术，从而为中医辨证论治提供有价值的信息。中医脉诊作为中医诊断的一项基本理论，已经有几千年的历史。但是... 详细信息

中医脉象自动分类识别技术是一种将现代信息处理技术与传统的中医理论相结合，根据人体的脉象图谱自动进行对脉象种类判断的技术，从而为中医辨证论治提供有价值的信息。中医脉诊作为中医诊断的一项基本理论，已经有几千年的历史。但是，应用计算机模式识别技术来研究脉诊才刚刚兴起，国内外的论著还比较少见。不过，它的优势已经得以体现出来。传统的中医脉诊方法存在着“在心易了，指下难明”的困境，使得理论与实践不能紧密的联系起来，脉诊客观化恰恰解决了这个实际问题。　　中医脉象分类方法是按照“位、数、形、势”理论进行的。鉴于分类的标准差异，所以识别的方法也不尽相同。此外，不同的脉象类别出现的几率有很大的差异，有些罕见的脉象即使是资深专家也很难鉴别，另外，中医脉象类别不是完全孤立的，互相之间允许出现兼容现象，这都为自动分类研究发出了挑战。一个脉象分类识别系统包括脉象预处理、特征提取和分类器等几个模块。　　本文首先提出了一种脉象分类与识别的框架结构，并且根据实践经验和专家经验制订了一些简单的分类决策。把脉象识别的主要矛盾放在对脉形的识别上。　　本文提出了一种简单的特征值识别方法和改进的基于径向基函数神经网络的识别方法。本文从函数逼近的角度细致地讨论了神经网络的工作原理，并且，对神经网络参数以及结构的实际意义进行了初步分析，讨论了与统计模式识别理论存在的关系。最后，在实验结果上做出了比较。　　为了评估算法的性能，在实验室的脉象数据库上进行了实验。实验结果和与现有方法的对比说明了本文提出的脉象识别算法的有效性。

关键词：中医脉诊自动分类识别脉象图谱预处理特征提取神经网络参数

来源：评论

学校读者我要写书评

暂无评论

水声目标迹特征的提取及其在目标分类识别中的应用

水声目标迹特征的提取及其在目标分类识别中的应用

引用

作者：张昕东南大学

学位级别：硕士

水声目标的自动分类识别是水声工程中一个十分重要的课题,也是公认的水声信号处理难题。目前的识别方法大多以单水听器接收的近程目标信号为前提,主要通过对目标辐射噪声的声频分析和处理提取特征并进行识别,许多有效的方法被提出。但... 详细信息

水声目标的自动分类识别是水声工程中一个十分重要的课题,也是公认的水声信号处理难题。目前的识别方法大多以单水听器接收的近程目标信号为前提,主要通过对目标辐射噪声的声频分析和处理提取特征并进行识别,许多有效的方法被提出。但由于噪声、干扰及阵处理的影响,以及舰船等目标辐射噪声的复杂性等,使许多方法在对海上实际声纳接收信号的分类识别时难以取得理想的效果。本论文则引入迹特征的概念,通过对声纳信号和信息的时序分析,挖掘和提取与目标行为等有关的特征信息,扩展目标特征范围,以提高目标分类识别的可靠性和泛化性。\n 论文分为三部分。第一部分为第一章,简要介绍了对被动声呐接收的目标辐射噪声信号的一般变换处理方法。通过对信号的处理,提取出用于目标分类识别的特征。第二部分由第二章到第五章组成,着重介绍了几种迹特征的提取和应用。其中,第二章重点介绍了线谱迹特征。这种特征是基于原有线谱提取,将线谱在时间上通过一定的方法累积得到的时频二维特征。第三章研究了能量迹特征的应用。依据不同目标能量在时序上的不同变化,来对目标加以分类识别。第四章对方位角迹特征加以介绍。方位角除了可以用来进行目标定位,其时序上的变化也可以反映目标的运动特性。第五章讲述了迹特征融合的方法,介绍了迹特征之间的关联性和互补性。最后一章为第三部分,介绍了特征融合和综合判决方法。采用模糊判决方法对各种特征进行融合,并对声纳接收的海上真实目标辐射噪声录音信号进行了试验验证,验证了本文方法的有效性。

关键词：水声目标自动分类识别目标迹特征声纳接收

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv5网络的复杂雷达脉内调制类型快速识别方法

引用

应用科技 2023年第1期50卷 118-126页

作者：沈永健李育恒张鹏宇蔡敏康李景文北京航空航天大学电子信息工程学院北京100191 北京遥测技术研究所北京100094

近年来雷达系统的抗截获能力快速发展,信号体制变得非常复杂,给空间态势感知信号处理带来困难。针对实际场景中极可能出现的多信号时频域交叠难以识别的问题,提出基于时频分析和深度神经网络的脉内特征识别的方法,利用时频分析手段将不... 详细信息

近年来雷达系统的抗截获能力快速发展,信号体制变得非常复杂,给空间态势感知信号处理带来困难。针对实际场景中极可能出现的多信号时频域交叠难以识别的问题,提出基于时频分析和深度神经网络的脉内特征识别的方法,利用时频分析手段将不同类型雷达信号转换为时频图像,基于深度学习的YOLOv5网络对不同混合交叠的雷达脉冲信号时频图开展研究。结果表明:在不同信噪比下,实现对两调相信号、三调频信号及调相与调频信号3种交叠情况的混合雷达信号脉内调制方式的检测与识别,信号调制体制识别准确率均达到95%以上。本文分析结果可为空间态势感知信号处理提供参考。

关键词：雷达脉冲信号时频分析脉内特征识别态势感知 YOLOv5 深度学习特征向量自动分类识别

来源：评论

学校读者我要写书评

暂无评论

基于HTTP POST报文算法分析

引用

电脑知识与技术 2019年第1X期15卷 3-5页

作者：符运辉公安部第三研究所上海200120

现阶段绝大多数违法犯罪活动依托境外网站实施,因此国际出入口具有大量违法网站相关数据,为了提高有关部门网络安全监测力度,针对国际口HTTP POST报文数据进行监测,通过自动数据训练、学习,提取违法网站的行为特征,实现报文数据的自动... 详细信息

现阶段绝大多数违法犯罪活动依托境外网站实施,因此国际出入口具有大量违法网站相关数据,为了提高有关部门网络安全监测力度,针对国际口HTTP POST报文数据进行监测,通过自动数据训练、学习,提取违法网站的行为特征,实现报文数据的自动分类识别,积累违法网站行为库;同时,结合搜索引擎报送的定制化分类结果数据、网马识别信息,进行综合分析、深度挖掘,实现情报线索由人工挖掘向系统自动产生的转变,为构建主动发现、主动出击的情报导侦工作体系提供技术支撑。

关键词： HTTP POST报文数据分析自动分类识别违法网站行为库自定义关键词库

来源：评论

学校读者我要写书评

暂无评论

一种粒子成像室

一种粒子成像室

引用

作者：张鹏顾小丰王金野肖颖董春艳石欣朱海波 130000 吉林省长春市高新开发区星河街46号

本发明公开了一种粒子成像室，可用于影像式粒子分析仪，包括依次设置的整流腔部件、加速腔部件、聚焦腔部件及识别腔部件。所述粒子成像室输入样本液体和鞘液，其中鞘液在通过所述粒子成像室的腔体后能够对样本液体的截面厚度进行压缩... 详细信息

标准号: CN105067488A

本发明公开了一种粒子成像室，可用于影像式粒子分析仪，包括依次设置的整流腔部件、加速腔部件、聚焦腔部件及识别腔部件。所述粒子成像室输入样本液体和鞘液，其中鞘液在通过所述粒子成像室的腔体后能够对样本液体的截面厚度进行压缩，使其达到理想厚度后拍照分类；并且可提高样本液体内粒子的运动姿态稳定性，特别是对不规则形状粒子运动姿态稳定性的提高，从而提高自动分类识别的成功率及分析结果的准确性。

关键词：粒子成像样本液体鞘液自动分类识别不规则形状粒子分析仪姿态稳定性截面厚度理想厚度粒子运动输入样本依次设置运动姿态加速腔聚焦腔腔部件影像式整流腔可用腔体一种成功率粒子拍照识别压缩分类公开进行

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：