基于自适应权值融合的多模态情感分析方法

多模态情感分析是利用多种模态的主观信息对情感进行分析的一种多模态任务,探索模态间的有效交互是多模态分析中的一项重要研究.在最近的研究中发现,由于模态的学习速率不平衡,导致单个模态收敛时,其余模态仍处于欠拟合的状态,进而削弱了多模态协同决策的效果.为了能更有效地将多种模态结合,学习到更具有表达力的情感特征表示,提出一种基于自适应权值融合的多模态情感分析方法.所提方法分为两个阶段:第1个阶段是根据不同模态的学习梯度差异自适应地改变单模态特征表示的融合权值,实现动态调整模态学习速率的目的,把该阶段称为B融合(balanced fusion).第2个阶段是为了消除B融合的融合权值对任务分析的影响,提出模态注意力探究模态对任务的贡献,并根据贡献为各模态分配权重,把该阶段称为A融合(attention fusion).用于情感分析的多模态表示由B融合和A融合的结果共同组成.实验结果显示,将B融合方法引入现有的多模态情感分析方法中,能够有效提升现有方法对情感分析任务的分析准确度;消融实验结果显示,在B融合的基础上增加A融合方法能有效减小B融合权重对任务的影响,有利于提升情感分析任务的准确度.与现有的多模态情感分析模型相比,所提方法结构更简单、运算时间更少,且任务准确率优于对比模型,表明所提方法在多模态情感分析任务中的高效性和优异性能.

一种笔段序列匹配联机汉字识别方法

文中针对行书体汉字的识别，提出一种笔段序列匹配汉字识别方法．选择笔段数、笔段书写顺序、笔段位置作为主要的识别特征．首先，在预处理阶段，为了减小汉字类内分散性，采用笔段密度均衡化非线性规整法对笔段位置进行了非线性规整；进而在笔段序列的基础上，采用动态规划算法寻找待识笔段序列与候选笔段序列的最优匹配路径；根据此路径，得到匹配笔段集，缺少笔段和多余笔段；然后计算出待识字与每个候选字的识别距离；最后，对识别距离排在前１０ 个的候选汉字，利用匹配笔段集，选择其它特征，作进一步的判别，从而得到最终的识别结果．实验结果表明，本识别方法对于书写较潦草但笔顺比较稳定的行书体汉字。

联机手写体汉字联想识别系统

本文提出一种联机手写体汉字联想识别系统.在单字识别的基础上,有分词信息的前提下,利用汉语词的前后约束及字的特征信息对识别结果进行后处理.从而提高了联机识别系统的识别率.

基于灰度直方图和谱聚类的文本图像二值化方法

在自动文本提取中,经定位获得的字符区域需二值化后方能有效识别,由于背景的复杂,常用的阈值化方法不能有效分割自然环境下的字符图像。该文提出了一种基于谱聚类的图像二值化方法,该方法利用规范化切痕(Normalizedcut,Ncut)作为谱聚类测度,结合灰度直方图计算相似性矩阵,并通过实验确定最佳的直方图等级数,与通常基于像素级相似矩阵相比,算法的空间复杂度和计算复杂性都大为降低。实验结果表明,针对自然场景下的字符图像,该文方法的二值化结果优于常用的阈值分割结果。

一种适应户外光照变化的背景建模及目标检测方法

针对户外视频监控存在光照变化这一问题,提出一个用于准确完成目标检测的实时背景建模框架.考虑到目标检测的准确性要求,建立基于帧间像素亮度差统计直方图的像素亮度扰动阈值.在此基础上,针对背景建模的实时性要求,提出一种基于自回归背景模型的参数快速更新方法.鉴于不同光照变化的适应性要求,定义对光照变化不敏感的背景纹理模型.上述模型统称为自回归–纹理(Auto regression and texture,ART)模型,该模型适应于户外光照变化.基于该模型构建像素亮度和纹理置信区间用于目标检测.实验结果表明,该框架能适应和实时跟踪户外背景的光照变化,并对目标进行准确检测.

一种实时纸币识别方法的研究

纸币清分是银行的一项重要业务 ,目前人民币的机器清分技术还是我国的一项空白 提出了一种用于高速纸币清分机的实时人民币识别方法 ,该方法提取了纸币图像的方向块特征 ,将人民币的长度和宽度作为识别特征 ,采用了改进的Kohonen网络设计了识别分类器 实验结果表明 ,提出的方法取得了较高的识别率 ,并且满足了实时性的要求 。

人群异常状态检测的图分析方法

提出一种图分析方法用于动态人群场景异常状态检测.使用自适应Mean shift算法对场景速度场进行非参数概率密度估计聚类,聚类结果构成以聚类中心为顶点、各聚类中心之间距离为边权重的无向图.通过分析图顶点的空间分布及边权重矩阵动态系统的预测值与观测值之间的离散程度,对动态场景中的异常事件进行检测和定位.使用多个典型动态场景视频数据库进行对比实验,结果表明图分析方法适应性强、可有效监控动态人群场景中的异常状态.

基于前沿陡升信息保持策略的高峰负荷预报研究

从调峰、调频及联络线调控的角度论述了电力系统高峰负荷前沿的预报精度问题。在探讨其根源的基础上,提出了保持电力系统高峰负荷前沿陡升信息的策略并分析了该策略的有效性。基于所提策略和运行模式,提出了高峰负荷预报的算法,并结合辽宁电网的实际给出了数值算例,。结果表明:该策略能较好地保持前沿陡升信息,明显地提高高峰前沿负荷预报精度。

一种基于交互式粒子滤波器的视频中多目标跟踪算法

在目标跟踪领域,常常通过建立先验模型,如路径一致性假设模型,对目标轨迹进行预测来处理跟踪过程中的遮挡问题.然而,当这种预测与目标的实际运动轨迹相差较大的时候就会发生跟踪失败.我们提出了一种交互式粒子滤波方法,通过判断不同目标样本观测之间的遮挡关系,自适应地选择不同外观模板进行相似性度量并更新粒子权值,成功地解决了跟踪过程中各目标之间的相互遮挡问题.实验结果表明,即使在目标间发生完全遮挡且被遮挡目标运动轨迹无法预测的时候,本算法仍然能够取得精确的跟踪结果.

基于一致性直方图的超声乳腺图片分割方法

为了在乳腺超声图像中准确的分割出病灶,提出了新的一致性定义,把纹理信息应用到计算一致性中.基于最大熵准则求一致性阈值,把超声图片分为两个子集,一致性区域和非一致性区域;对一致性区域采取求直方图谷值的方法分割,而用邻域信息处理非一致性区域,从而完成对图像的分割.实验结果表明:该分割过程既考虑了图像的局部信息,又考虑了全局信息,弥补了传统的直方图分割算法无法包含局部信息的缺陷.算法处理结果得到了超声医学专家的认可;通过采用差异实验方法评估,取得了理想的效果.

结合全局概率密度差异与局部灰度拟合的超声图像分割

由于超声图像具有高噪声、低对比度、边缘模糊不清等特点,超声图像的分割成为图像处理领域中一个难度较高、亟待解决的问题.本文提出了一种结合全局概率密度差异与局部灰度拟合的主动轮廓模型对超声图像进行分割的方法.该方法分别在原始超声图像与预处理图像上利用了图像的全局和局部信息.在原始图像上,利用各区域的灰度分布,并结合超声图像的背景知识对图像的全局信息建模.为了考虑图像的局部信息,首先对图像进行预处理,在预处理图像上,利用局部灰度拟合模型对图像中的局部信息进行建模.通过分别在不同图像上对全局和局部信息建模的方式,本方法将利用Speckle噪声与去除Speckle噪声的分割思想结合在一起.本文提出的方法分别在模拟和临床超声图像上进行了实验.实验结果证明,该方法对图像中的噪声具有较好的适应性,并对初始条件不敏感,可以准确地对超声图像进行分割.

基于模糊小波的图像对比度增强算法

针对传统的图像对比度增强方法存在的诸多问题,本文提出了一种模糊小波增强算法.首先,将低对比度图像进行规范化,选定一个确定小波对规范化后的图像进行小波变换,得到小波系数.然后,模糊化低通小波系数,再采用全局和局部信息进行调整.对高通小波系数,采用非线性运算进行调整.将调整后的小波系数反变换到空域上,得到增强后的结果.最后,给出几种增强算法实验结果的比较和分析,表明该算法对低对比度图片的增强是非常有效的,并且很好的抑制了噪声,没有出现局部区域过增强或增强不足的现象.

一种基于精简粒子群优化的霍夫变换算法

为了提高现有霍夫变换算法的准确率及计算效率,提出了一种基于精简粒子群优化的霍夫变换算法.该方法将霍夫变换后解的参数作为粒子位置,将霍夫变换的累加数组值作为粒子的适应度值,每一次迭代更新粒子的位置和速度,并将所得粒子群的适应度值按降序排列,保留"强壮"粒子,组成精简粒子群.实验结果表明,基于精简粒子群优化的霍夫变换算法不仅可以提高霍夫变换的计算速度,而且可以获得较高的计算准确率,特别是对于复杂背景图像和高噪声图像也同样适用.

OLAP数据仓库在电网调度决策中的研究与应用

以某电力系统为研究背景,在对原有的数据源进行分析和重新组织的基础上,构建电网调度数据仓库,并建立多维雪花模式的数据立方体。运用OLAP和数据挖掘技术,从多角度、多层次快速地分析和查询数据仓库的数据,实现负荷预估和调度的科学化,并说明OLAP数据仓库能够为电网调度管理人员提供有效的决策信息。

基于多特征融合的分块采样粒子滤波算法在人体姿态跟踪中的应用

针对单目视频中无标记点的人体姿态跟踪问题,在分块采样粒子滤波算法框架下使用颜色(color)、边缘(edge)和运动(motion)特征相融合构造粒子权值度量函数,并根据肢体间的遮挡情况自适应地选择不同模板和图像特征来进行计算,增加了跟踪过程的鲁棒性,而且成功解决了人体运动中发生的多种形式的自遮挡问题.另外,该方法还提出了一种带约束的2维人体模型,并在此模型基础上使用一种改进的BP算法进行权值的传播,使得在一个关节点上能够同时应用多个人体约束.实验中所用测试视频(室内和室外拍摄)包含复杂背景和运动,实验结果表明该方法具有较强的鲁棒性和较高的跟踪精度.

新的纸币图像特征提取方法

综合利用Contourlet变换和模糊逻辑方法的优点,提出一种新的基于Contourlet变换和模糊逻辑的纸币图像特征提取方法。该方法通过对纸币图像进行Contourlet变换,提取纸币图像在不同尺度不同方向上的变换系数。把提取的系数作为语言变量,在此基础上引入模糊逻辑方法,计算出模糊特征空间中每个模糊区域的激活强度值,并将其进行归一化处理后构成纸币的特征向量。同时结合纸币的几何特征来进行粗分类。采用神经网络作为识别分类器并且在识别阶段引入拒识类。实验结果表明,提出的方法取得了较高的识别率并且满足清分系统实时性的要求,该方法已经在一个资源约束的嵌入式系统中得到应用。

一种受雨滴污染视频的快速分析方法

提出一种用于处理户外视觉系统中受雨滴影响的视频场景的方法.该方法包括两个部分,分别是检测受雨滴影响的运动目标和复原被雨滴污染的固定背景区域.通过分析雨滴的物理成像模型,并结合人类视觉系统对雨滴的分辨原理,指出受雨滴影响的像素值与背景像素值具有相同的色相值.针对成像质量退化导致色相分量不能直接用于雨滴检测这一问题,以HSV空间的定量分析为基础提出了可区分雨滴区域与运动物体区域的度量函数.实验结果表明此度量函数可以有效抑制雨滴产生的干扰,克服现有模型只能通过统计方法对某些特定类型雨滴进行有效辨识的局限性,能够快速处理视频数据,并且对成像质量造成的退化具有很好的鲁棒性.

基于小波和自适应滤波的ECG基线漂移校正

为校正ECG信号的基线漂移,提出小波变换和自适应滤波相结合的方法。利用小波变换对原始ECG信号进行分解,将得到的高频分量作为参考信号输入,采用基于幂函数的最小均方算法(P-LMS)进行自适应滤噪处理。通过与传统的归一化最小均方算法(NLMS)进行对比,验证该算法的准确性。仿真实验和MIT-BIH数据库中的实际数据检验结果表明,基于幂函数的最小均方算法和小波变换相结合的方法能够有效校正基线漂移,并较好地保持心电信号的几何特征。

基因表达谱聚类/分类技术研究及展望

随着人类及多种模式生物全基因组测序基本完成,人类基因组计划的研究进入后基因组时代.后基因组时代研究的焦点已经从测序转向功能研究。聚类/分类技术作为分析基因表达谱和识别基因功能的重要工具之一,近年来获得很大的发展。对目前基因表达谱聚类/分类技术及它们的发展,进行了综述性的研究,分析了它们的优缺点,结合我们的研究,提出了解决问题的思路和方法,为基因表达谱的进一步研究提供了新的途径。