期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
多层DGMM识别器在中国手语识别中的应用(英文) 被引量:4
1
作者 吴江琴 高文 +1 位作者 陈熙霖 马继涌 《软件学报》 EI CSCD 北大核心 2000年第11期1430-1439,共10页
手语是聋人使用的语言 ,是由手形动作辅之以表情姿势由符号构成的比较稳定的表达系统 ,是一种靠动作 /视觉交际的语言 .手语识别的研究目标是让机器“看懂”聋人的语言 .手语识别和手语合成相结合 ,构成一个“人 -机手语翻译系统”,便... 手语是聋人使用的语言 ,是由手形动作辅之以表情姿势由符号构成的比较稳定的表达系统 ,是一种靠动作 /视觉交际的语言 .手语识别的研究目标是让机器“看懂”聋人的语言 .手语识别和手语合成相结合 ,构成一个“人 -机手语翻译系统”,便于聋人与周围环境的交流 .手语识别问题是动态手势信号即手语信号的识别问题 .考虑到系统的实时性及识别效率 ,该系统选取 Cyberglove型号数据手套作为手语输入设备 ,采用 DGMM( dynamicGaussian mixture model)作为系统的识别技术 ,并根据中国手语的具体特点 ,在识别模块中选取了多层识别器 ,可识别中国手语字典中的 2 74个词条 ,识别率为 97.4 % .与基于单个 DGMM的识别系统比较 ,这种模型的识别精度与单个 DGMM模型的识别精度基本相同 ,但其识别速度比单个 展开更多
关键词 手语识别 多层DGMM识别 手语合成
下载PDF
边坡稳定性评价的多层模糊模式识别方法 被引量:9
2
作者 王旭华 陈守煜 《辽宁工程技术大学学报(自然科学版)》 EI CAS 北大核心 2006年第6期855-857,共3页
鉴于边坡稳定性分析中存在影响因素权重确定困难的问题,在多层模糊优选理论与模型的基础上,提出了多层模糊模式识别评价模型。整个评价系统分为三层,第一层由各影响因素组成,为输入层;第二层由若干子系统组成,每个子系统包括若干影响因... 鉴于边坡稳定性分析中存在影响因素权重确定困难的问题,在多层模糊优选理论与模型的基础上,提出了多层模糊模式识别评价模型。整个评价系统分为三层,第一层由各影响因素组成,为输入层;第二层由若干子系统组成,每个子系统包括若干影响因素;第三层为输出层,由一个子系统构成。通过比较子系统内各因素的重要性和各子系统的重要性可分别确定子系统内各因素的权重和各子系统的权重,采用这种方式定权比直接对所有影响因素进行比较定权相对容易、合理。第一层和第二层的输出采用二级模糊模式识别模型计算,第三层的输出采用多级模糊模式识别模型计算。实例分析表明,应用该模型进行边坡稳定性评价能取得较好的效果。 展开更多
关键词 边坡稳定性 相对隶属度 多层模糊模式识别
下载PDF
一种基于多层次识别的免疫算法及其改进 被引量:1
3
作者 张峰 朱艳琴 《信息安全与通信保密》 2007年第5期112-114,共3页
具有自适应功能的算法是实现智能化信息安全系统的关键。免疫算法是模拟生物免疫系统功能的一种智能学习算法。论文介绍了一种全新的免疫学习算法。该算法特有的多层识别机制可以更加准确有效地识别外部入侵。针对该算法识别器生成周期... 具有自适应功能的算法是实现智能化信息安全系统的关键。免疫算法是模拟生物免疫系统功能的一种智能学习算法。论文介绍了一种全新的免疫学习算法。该算法特有的多层识别机制可以更加准确有效地识别外部入侵。针对该算法识别器生成周期长的缺陷,文章又提出了一种基于遗传算法的识别器生成方案。 展开更多
关键词 免疫算法 多层识别 遗传算法
原文传递
模糊评价理论的水利工程监理质量评定应用 被引量:3
4
作者 姜旭义 《黑龙江水利科技》 2019年第9期118-121,228,共5页
基于水利工程建设质量评定规范和标准,对多层级质量评定等级运用二元权重指标比较法和模糊综合理论进行分析,从而得到了不同标准下的级别特征值。然后以辽宁省某水利工程项目为研究对象,验证了该方法的可行性与科学性,可为提升投资建设... 基于水利工程建设质量评定规范和标准,对多层级质量评定等级运用二元权重指标比较法和模糊综合理论进行分析,从而得到了不同标准下的级别特征值。然后以辽宁省某水利工程项目为研究对象,验证了该方法的可行性与科学性,可为提升投资建设单位对工程质量的管理能力和质量提升优化方案的制定提供一定参考依据。 展开更多
关键词 质量评定 多层模糊识别 分部工程 评定标准
下载PDF
基于深度学习U-Net网络的地震层位解释方法 被引量:7
5
作者 朱振宇 黄小刚 +2 位作者 丁继才 王清振 李超 《地球物理学进展》 CSCD 北大核心 2023年第4期1722-1738,共17页
地震资料解释是油气勘探的关键环节之一,其成果直接服务于油气田的勘探开发.随着油田精细化勘探的需求不断加深,地震解释工作量逐年增加.常规的地震层位自动解释方法在面对复杂构造时存在解释精度较差,工作量大等问题,因此,为解决上述问... 地震资料解释是油气勘探的关键环节之一,其成果直接服务于油气田的勘探开发.随着油田精细化勘探的需求不断加深,地震解释工作量逐年增加.常规的地震层位自动解释方法在面对复杂构造时存在解释精度较差,工作量大等问题,因此,为解决上述问题,本文创新性地将一种基于图像分割技术的U-Net网络应用于地震层位解释工作中.通过输入地震数据及少量人工解释的标签数据,利用该网络进行监督学习,多套层位同时训练建模,实现地震层位自动识别,并应用于海外Parihaka地震三角洲沉积地区和国内海域工区.实际工区应用表明该技术在多层识别模型中的性能稳定,多层同时识别准确率达到90%以上,与常规地震层位自动解释方法相比,基于U-Net卷积神经网络的智能算法在小层、弱层识别方面优势明显,同时具有较高的效率与准确性. 展开更多
关键词 位解释 深度学习 多层识别 卷积神经网络
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部