结合余弦相关性的卷积网络识别汉字的方法

为了提高卷积神经网络(Convolution Neural Network,CNN)的识别率,增强卷积网络的特征提取能力,使其在模糊、光照不均等恶劣条件下能够有更好的识别效果,因此提出将余弦相关性加入神经卷积网络作为相似度度量的方法。较传统神经卷积网络相比较,有着更强的模式检测能力、更快的收敛速度以及更高的准确率的优点。在卷积神经网络的卷积层加入余弦相似性度量,最后通过对比传统神经卷积网络方法和余弦相关性神经卷积网络在脱机手写汉字的识别实验,在进行20次实验后,得出了在相同训练参数以及相同层数的卷积神经网络上,基于余弦相关性的神经卷积网络在手写汉字数据集上的准确率比传统的神经卷积网络的识别率平均提高了2.01%,并且有着更快的收敛速度。最后通过与现今流行的算法在MNIST数据集上的实验进行准确度、损失函数、时间复杂度的比较,得出结合余弦的卷积神经网络在准确度和损失函数上有一定的优势性,在时间复杂度上还需进一步提高。

由一道“余弦相关”试题引发的探究

从一道“余弦相关”试题出发,研究了题干给出的三角方程对应曲线的部分性质,并对该题作了变式与引申,也将该三角方程对应曲线的部分性质与圆锥曲线作了对比,由此从不同的角度进行题后反思与深入探究.

光谱角余弦与相关系数测度组合的光谱匹配分类方法与实验

光谱相似性测度是高光谱影像光谱匹配分类的准则,但单一的光谱相似性测度不能综合考虑光谱曲线的形状、辐射等多种特征,因此将其用于高光谱影像光谱匹配分类时精度较低,研究发现两种或多种相似性测度的组合能够有效提高光谱匹配分类的精度。在光谱角余弦测度和相关系数测度的基础上,采用算术平均的组合方式,得到光谱角余弦-相关系数测度,将其用于光谱匹配分类,实现光谱角余弦与相关系数测度组合的光谱匹配分类方法。提出了基于光谱角余弦-相关系数测度的光谱匹配分类流程,通过ROSIS和OMIS两组高光谱影像分类实验表明,相比于光谱角余弦测度和相关系数测度,将光谱角余弦-相关系数测度用于光谱匹配分类能够得到较高的总体分类精度,对单一地物的分类精度也有一定程度的改善。

基于数据挖掘的户变关系辨识技术

低压台区长期面临拓扑结构缺失、户变关系不明确的问题,而近年来对配电网的精细化管理及控制需求明确的户变关系。针对此提出了一种基于数据挖掘技术的户变关系辨识方案。所提方法首先基于台区内节点的电压波动相似特点,以电压序列相似性为距离标准,利用DBSCAN算法聚类出疑似的不属于目标台区的离群节点;其次基于上下游设备的电度数据相似性确认疑似节点是否属于目标台区,采用Apriori算法生成符合约束条件的台区从属节点集,再使用余弦相似度判别得到最可能的户变从属结果。最后,以某市供电公司一实际台区数据通过结果对比验证了文中算法的有效性。

辣椒早疫病潜育期的光谱特性判别方法

辣椒早疫病是影响辣椒安全生长的常见生物灾害,具有突发性和易感性等特点,容易引发大的经济损失。在辣椒生长过程中,针对病害潜育期侵染情况进行科学监测预警是保证作物健康生长的重要前提。利用400~1000 nm波段的高光谱图像结合光谱相似性测度方法建立作物病害潜育期的光谱特性判别方法。针对接种早疫病病菌的辣椒叶片和健康叶片,用高光谱成像仪连续动态监测其不同感染期的高光谱图像。对试验采集的一系列高光谱图像提取感兴趣区的平均光谱,通过卷积平滑、多元散射校正以及最大最小归一化方法(SG-MSC-MMN)预处理,进而提出以光谱角余弦-相关系数和切比雪夫距离两种测度作为早疫病潜育期的光谱特性评价参数。最后利用主成分分析(PCA)验证潜育期的光谱特性判别方法效果,实现样本潜育期的可视化分布。试验结果显示:利用光谱角余弦-相关系数与切比雪夫距离作为辣椒早疫病潜育期的光谱特性评价参数并分别建立相应的判别方法是可行的,且根据这两种判别方法得到的辣椒早疫病潜育期最早可识别时间均为接种后24 h。根据PCA绘制得到接种24 h时的健康-接种样本空间分布情况,分别验证所提出的两种基于光谱特性的潜育期最早可识别时间判别方法。建立的辣椒早疫病潜育期最早可识别时间判别方法可推广应用于其他作物病害潜育期的监测识别,为作物病害潜育期的科学防治提供理论参考与方法借鉴。

基于小波矩的图像复制粘贴篡改检测

图像的局部复制粘贴篡改技术,是最常见的一种图像伪造方式,对此提出一种基于小波矩的图像复制粘贴篡改检测算法.首先通过变分水平集活动轮廓模型初步确定图像篡改的可疑区域;然后对每一块可疑区域利用小波矩算法提取其小波矩特征;接着利用余弦相关性测度判别可疑区域的相似性;最后定位图像的篡改区域.实验结果表明本算法能够有效提取可疑区域,并进一步定位篡改区域.此外,算法对图像前景篡改区域的平移、旋转和缩放具有较强的鲁棒性.

A Study on Automatic Scoring for Machine Translation Systems

String similarity measures of edit distance, cosine correlation and Dice coefficient are adopted to evaluate machine translation results. Experiment shows that the evaluation method distinguishes well between "good" and "bad" translations. Another experiment manifests a consistency between human and automatic scorings of 6 general-purpose MT systems. Equational analysis validates the experimental results. Although the data and graphs are very promising, correlation coefficient and significance tests at 0.01 level are made to ensure the reliability of the results. Linear regression is made to map the automatic scoring results to human scorings.

余弦-高斯相关谢尔模型脉冲光束经随机介质散射的相干特性

研究余弦-高斯相关谢尔模型(CGSM))脉冲光束经准均匀介质散射的相干特性,得到远场处散射场时间相干度的解析表达式。讨论脉冲参数和介质特性对散射场时间相干度的影响。数值计算结果表明,余弦阶数对散射场时间相干度分布有着重要影响。对比研究高斯谢尔模型脉冲光束和CGSM脉冲光束的相干特性,详细分析两者间的异同点。

一种低信噪比下语音端点检测的改进算法

端点检测在语音信号的处理与识别过程中占据着极为重要的位置。为了解决其在低信噪比环境下检测准确率低的难题,提出一种改进的语音端点检测方法。该方法首先使用Boll的改进谱减法对带噪语音降噪,然后求出降噪后每帧语音的对数能量与自相关函数余弦角值之比,最后把对数能量-自相关夹角余弦比值用作双门限算法的参数,用于语音段起止点位置的判断。经仿真实验验证,与其他传统端点检测算法相比,该算法在低信噪比环境中具有更高的端点检测准确率,对语音信号的后续处理也提供了较大帮助。