基于密度特征与KNN算法的最优特征维数选择

为了保证基于同步触发双相机的仪表复杂字符识别中误识率为0,采用K最近邻算法对仪表字符特征进行训练分类,结合字符自身特点,提出最优特征提取与高宽维度选择方法,并设计实验获取1~4 096维密度特征的误识率与运行时间。实验结果表明,图像的密度特征总维度在230~260,高宽维度比接近1.4时,误识率为0的概率最大。该规律对采用KNN算法进行分类识别时最优密度特征维数选择具有一定指导意义。

图像检索中颜色特征维数的选择算法

颜色特征是图像检索中的重要特征之一，其维数的选择影响了计算复杂度、计算速度、查全率、查准率等诸多方面。本文针对基于颜色特征的图像检索中的维数选择问题，进行深入研究，分析不同维数选择下对各种指标的影响，通过实验数据分析确定合适的维数。实验结果表明：对于Coral图像库，应用HsV直方图特征，在查询返回图像为50幅的情况下，基于LPP算法的图像检索的查准率为67．7％，查全率为57．5％，这在只提取颜色特征，没有其他特征融合的前提下是非常高的检索效果。

利用遗传算法实现手写体数字识别中特征维数的压缩

本文提出一种模式识别中压缩特征维数的方法,首先从信息论观点出发,以类-特征和特征-特征之间的互信息构造综合互信息指标,选择类-特征互信息高而特征-特征互信息低的特征子集实现维数的压缩.进而利用起源于生物进化论观点的遗传算法辅助进行这样的特征选择.设计了染色体的表示方式、适应度公式和两种新的遗传操作算子.通过对手写体数字的识别实验表明,这种方法在不显著降低识别效果的前提下有效地减少了特征的维数,简化了分类器的设计.

一个含圈的特征标维数图的性质

证明了:如果一个特征标维数图含一个五阶圈,则它必含4个顶点,这4个顶点决定的导出子图的度数和大于8.还证明了含五阶圈的特征标维数图对应的有限可解群的Fitting高不大于4.

不可约特征标维数对群的影响

所有非线性不可约特征标维数中恰有一个为合数的有限群,称为PPC*群．对可解PPC*群的导长及特征标维数中素数的个数进行了估计．

基于分形时变维数变化的股价突变动力学特征研究

金融市场是一个自由度极大的信息系统,风险预警及其控制一直是该领域研究的核心。本文探讨了序列时变维数函数特征和股价指数显著性结构变化之间的关系,提出了一种股灾预报方案,并以上海综合指数波动为例展开分析,对算法的回溯性进行了检验。

特征标维数图是一种连通图的可解群的注记

假设群G可解,且特征标维数图Γ(G)的顶点集ρ(G)=π1∪π2∪{p},其中π1,π2≥1,π1∩π2=,且π1与π2中顶点不相邻。本文证明了G的Fitting高2≤n(G)≤4,且若n(G)≠4,则存在长最多为6的正规子群列G=G0 G1…Gs使商群Gi/Gi+1或者是交换群或者是p-群。

含五阶圈的特征标维数图

如果所有特征标维数图与Δ(G)同构的可解群的Fitting高存在共同的上界,则称Δ(G)为Fitting高有界的特征标维数图.由此可以猜想:设G是一个可解群,如果特征标维数图Δ(G)的Fitting高有界,那么G的Fitting高不大于4.已经有文献证明这个猜想在两种情形下是成立的.利用上述方法和结论,证明了一个含五阶圈的特征标维数图对应的有限可解群的Fitting高最多是4,并讨论了一类含五阶圈的特征标维数图的性质.

有限群的共轭类长和特征标维数

研究了有限群的非中心共轭类的类长和不可约特征标的维数之间的关系,以及有限群的特征标维数图与共轭类图的子图关系,得到了一些初步的结果。

关联维数分析方法在液压泵多故障诊断中的应用研究

针对液压泵故障信号非线性和非平稳性特征,提出了利用相空间重构技术和分形理论相结合的特征关联维数提取方法。该方法将液压泵不同故障模式下获取的一维振动信号重构到高维相空间,进行信息深层挖掘;通过对相空间特征信号关联维数变化规律的分析,找出对故障反映敏感的关联维数,由此进行故障识别。通过实验验证,该方法提取的关联维数能有效反映液压泵的故障特征,为液压泵多故障诊断方法的研究提供可靠的特征信息,具有良好的应用前景。

群的不可约特征标个数与群的阶

讨论群的阶与群的不可约特征标个数的商和群的结构之间的关系,定义μ(G)=|G|／|Irr(G)|．得到了定理1 若G是非交换有限群,μ(G)=2,则cd(G)={1,2},|G'|=3,且|G|=6| Irr1(G)|,其中Irr1(G) 表示G的所有非线性不可约特征标．定理2 对非交换有限群G有 (1)设P为|G|的最小素因子,设cd(G)={1,m1,m2,…,md},1<m1<m2<…<md,则μ(G)≥ pm12/m12+p-1．等号成立当且仅当d=1且|G'|=p． (2)若|G／G’|=1,则μ(G)≥12,且μ(G)=12当且仅当G(?)A5． (3)若|G／G'|=2,则μ(G)≥2,且μ(G)=2当且仅当G(?)S3．

具有两个p’维非线性不可约特征标的非可解群

McKay猜想是有限群表示理论中的一个重要问题.本文考虑了具有两个p’维不可约特征标的非可解群群G,并证明了McKay猜想对此类群成立.更进一步,当p为奇素数时,下面结果成立:p=3,G≌PSL2(7)或存在一个正规2-群N,满足G/N≌PSL2(5).

配网线路故障录波特征提取方法及算例分析

配网线路从电力负荷中心出发,向各个用户分配并输送电能,以低压为主,但也存在少量的高压线路。故障录波数据记录了此类线路在故障前后的各类电气量,从而为故障分析提供依据。本文探索了接地故障零序电流分量频率特征以及故障录波时域特征的提取方法,总结了本征维数和特征维数的确定方法,并结合具体数据开展算例分析,检验了相关算法的应用效果。

基于改进二维主成分分析及神经网络的人耳识别方法

针对人耳识别特征提取阶段二维主成分分析算法(2DPCA)所提取的人耳特征维数较大,从而造成实时性差、数据存储空间不足等问题提出了一种改进方法。该方法首先对人耳图片进行预处理,然后采用改进的两级2DPCA算法,进一步压缩提取的人耳特征维数,最后采用BP神经网络进行分类识别。实验表明,将改进的两级2DPCA算法同BP神经网络相结合,具有较好的实时性,同时节约了特征数据的存储空间,并保持了较好的识别率。

基于最小二乘支持向量机的特征增量学习算法

本文针对传统的增量学习算法无法处理后采集到的样本中含有新增特征的问题,设计适应样本特征维数增加的训练算法。在基于最小二乘支持向量机的基础上,提出了特征增量学习算法。该算法充分利用先前训练得到的分类器的结构参数,仅对新增特征采用最小二乘支持向量机进行学习。实验结果表明,该算法能够在保证分类精度的同时,有效地提高训练速度并降低存储空间。

舰船辐射噪声的高阶统计量特征提取及特征压缩

提取了6类水中目标的11/2谱统计线谱特征和AR模型特征。实验结果表明基于11/2谱的统计线谱特征和AR模型特征有效的识别出了目标,达到了85%的综合识别率。最后利用主元分析技术对上述特征进行了压缩,在保持识别率的同时将特征维数从64维压缩至34维,有利于工程上的实现。

基于PCA的纸病特征再提取算法研究

针对传统纸病检测中相似纸病辨识准确率低及纸病提取特征维数高致使纸病辨识过程时间较长的问题,提出一种基于主成分分析(PCA)的纸病特征再提取算法。该算法以多种纸病的图像为研究对象,对可能存在相关关系的高维原始纸病特征量进行PCA降维处理并去除相关成分,形成相互独立且更具代表性的纸病新特征,在减少数据处理量的同时使纸病辨识准确率明显提高。实验表明,PCA算法可显著提高纸病辨识准确率并可大幅缩短算法平均运行时间。

免疫荧光图像中神经突起的分维研究

分形维数已经广泛应用于医学图像处理分析中。我们介绍一种基于三棱形表面积(Triangular prismsurface area,TPSA)的分形维数测定方法,并将它创造性地应用于免疫荧光图像中,定量分析不同浓度神经再生素对大鼠背根神经节神经突起生长的影响。实验表明:基于分维的神经突起生长状况的研究易于理解,便于操作,与显微镜观测结果一致,其定量结果对实验的分析和判断具有很好的指导作用。

基于谱包络分形特征提取的仿冒攻击检测

以辐射源电子器件本身存在的寄生调制作为指纹特征,改进分形维数算法。将幅度谱信号的盒维数与信息维数各自的均值与方差之比求和,记作新的分形维数。针对八组辐射源实测信号的仿真表明,主用户和仿冒攻击用户的新分形维数区别明显,可用于仿冒攻击检测。

关于型矩阵的特征值和特征向量的一个说明

讨论和型矩阵的特征值和特征向量问题。指出和两个矩阵的非零特征值是相同的,且所对应的特征空间的维数也是相同的,并给出特征向量的表达式,最后给出一个数值例子。这些结论的指出丰富了对型矩阵的认识。