基于局部距离特征的多模态融合CNN时间序列分类

针对动态时间规整时间序列分类中存在的动态匹配信息丢失问题,提出一种基于局部距离特征的多模态融合CNN时间序列分类。提出一种新的特征,称为局部距离特征,当给定DTW(Dynamic Time Warping)的非对称斜率约束时,即使对于不同长度的时间序列,局部距离特征向量的长度均可以固定,并且增加了动态时间规整输入对于时序内在特征失真的鲁棒性。进一步在多模态融合CNN中结合了局部距离特征和坐标特征。探索不同的原型选择方法、原型数目和数据融合方案对精度的影响。通过对典型的时间序列数据集进行分类实验,实验结果表明该方法可以有效提高分类精度。

三维动态对比增强磁共振血管造影技术在胸腹部大血管疾病诊断中的影像学特征分析

目的:探讨三维对比增强磁共振血管造影(3DCE-MRA)技术在胸腹部大血管疾病诊断中的影像学特征及应用价值。方法:选取28例患有胸腹部主动脉病变的患者,所有患者均行3DCE-MRA检查,行平扫轴位常规T_(1)加权成像(T_(1)WI)和T_(2)加权成像(T_(2)WI);再采用小剂量对比剂行轴位单层动态扫描,获得扫描延迟时间,平扫后采集靶血管冠状位图像作为后期减影的蒙片。利用获得的延迟时间行3DCE-MRA血管造影技术。注射对比剂后采集2次靶血管冠状位图像与增强前蒙片减影,分别为动脉期和静脉期。采集增强后的轴位快速自旋回波(FSE)序列T_(1)WI,观察胸腹部主动脉血管病变的信号表现。结果:28例患者中,大动脉炎5例(占17.9%),髂动脉瘤1例(占3.6%),动脉粥样硬化3例(占10.7%),肾动脉狭窄6例(占21.4%),主动脉瘤13例(占46.4%),3DCE-MRA血管造影技术对28例患者胸腹部主动脉血管及分支血管的病变显示效果良好。结论:3DCE-MRA技术诊断明确,且具有准确、快速及无创伤的优点。

MRI超短回波时间序列对肺结节的显示能力分析

目的:探究磁共振(MRI)超短回波时间序列(UTE)对肺结节的显示能力。方法:择取2022年1月—2023年12月在贵州医科大学附属肿瘤医院收治的100例肺结节患者作为研究对象,均行胸部CT扫描、MRI-UTE诊断,以病理诊断结果为金标准,分析肺结节的数目、大小、影像学特征。结果:MRI-UTE结节检出率与CT比较差异无统计学意义(P>0.05);MRI-UTE诊断结节大小与CT诊断比较差异无统计学意义(P>0.05);MRI-UTE诊断分叶征、毛刺征、密度/信号不均、胸膜凹陷征等肺结节影像学特征与CT比较差异无统计学意义(P>0.05)。结论:对肺结节诊断时,MRI-UTE表现出了较高的诊断效果,可清晰显示肺结节的情况,临床应用价值较高。

火烧迹地森林恢复遥感影像时间序列特征谱初探

本文以2000年-2009年轨道号为119/42的Landsat TM/ETM+影像为数据源,通过最佳波段组合,利用勾绘手段提取火烧迹地,然后将勾绘的矢量图生成AOI,建立不同年份的AOI库,再用AOI裁切影像,建立影像特征库,最后从影像本身光谱角度分析同一景影像上不同年份火烧迹地森林恢复情况的影像特征,建立火烧迹地森林恢复遥感影像时间序列特征谱。

融合局部动态特征的面部表情识别

面部表情是人类表达情感最重要的方式之一。面部表情变化受多个面部器官和面部肌肉运动的影响。为了能有效提取局部动态特征和解决面部表情部分遮挡问题,提出一种简单有效的融合局部动态特征的深度学习网络,通过构建引导注意网络,利用检测到的脸部关键点来引导网络关注无遮挡的面部区域。为了强化不同表情特征之间的联系,利用局部动态特征网络,在带有时间序列的关键帧中提取如眼睛、嘴巴等关键区域的动态信息和时空信息。最后,将局部动态特征补充到整体网络中。融合后的网络在CK+、Oulu-CASIA、RAF-DB和AffectNet数据集上的精度分别为98.08%,90.59%,86.02%和61.28%,相较于其它网络的识别率均有提高。

用于时间序列聚类分析的小波变换和特征量提取方法

利用小波变换的多尺度分辨功能,对时间序列数据进行多次Haar小波变换,将时间序列分解为尺度分量和细节分量;通过保留尺度分量,提取时间序列的趋势信息,并结合统计特征量计算,将时间序列的趋势信息与几种统计特征量组合在一起,构成SOM神经网络的输入向量,对时间序列进行聚类分析。通过在几类模拟时间序列数据上进行实验分析,取得了较好的实验效果。并将此方法应用到基于MODIS遥感影像的林地植被提取中,获得了较高的提取精度。

基于特征表示的金融多元时间序列数据分析

文章引入动态时间弯曲方法度量金融多元时间序列数据中特征分量之间的相互关系,提出自适应中心线算法来获取一条综合序列,进而反映金融多元时间序列数据中特征分量之间的异步相关性,有效地实现金融多元时间序列的数据降维和特征表示。

基于特征点转换的时间序列符号化方法

将时序数据有效地映射到特征空间是时间序列相似性搜索的一个关键问题。文章结合时间序列符号化思想与分段线性表示中分段点选取的思想,提出一种基于特征点转换的时间序列符号化方法FPTS。该方法能有效提取序列的形状特征,在降维和除噪的同时保留序列的极值点特性,支持基于动态时间弯曲距离的相似性度量,克服传统的符号化方法受限于精确匹配的缺陷。实验证明了该方法的准确性和高效性。

珍稀濒危植物蒜头果种群结构及动态特征研究

本研究通过调查蒜头果资源分布中心的云南省富宁县现有蒜头果种质资源分布情况,以野生资源分布最为集中的富宁县者桑乡和板仑乡两个分布地的8个样地为研究区域,采用样方法与实测法相结合的调查方法,对两地区蒜头果种群年龄结构、种群结构动态特征和未来发展趋势进行研究。结果显示:(1)蒜头果原生植被具有季雨林常绿阔叶林的典型特征,蒜头果+麻栎+悬钩子蔷薇+箭竹+金粉蕨+五节芒等组成主要种群结构。(2)两个地区的蒜头果种群结构为稳定型,以大树龄级阶段植株为主体,占种群数量的65.81%;蒜头果种群在幼树向成年树转化的过程中受到干扰而导致转化率较低,两地的存活曲线类型都为Deevey-Ⅲ型;两地区蒜头果种群的生存率函数S(i)均随龄级的增大而呈现下降趋势,且都在第Ⅳ龄级后下降速度才逐渐放缓。(3)两个地区蒜头果经过未来2、4、6、8个龄级的生长期之后在第Ⅲ龄级出现了个体数先增后减的情况,都存在着幼苗、小树向成年树转化期间出现大面积死亡的情况。研究结果表明,两个地区蒜头果生境资源的竞争以及空间的限制可能是导致种内和种间竞争加剧的原因,另外种实掠夺性的采集造成种子库无法补充也致使幼苗和小树稀少,种群扩散受阻和分布区进一步缩减。

基于特征点界标过滤的时间序列模式匹配方法

动态时间弯曲距离能度量不等长的时间序列、且具有较高的匹配精度,因此广泛应用在时间序列模式匹配中。但其计算复杂度较高,制约了在大规模数据集上的应用。为了实现时间序列模式度量结果和计算复杂度的平衡,提出一种基于特征点界标过滤的时间序列模式匹配方法。首先,提出一种特征点界标过滤的特征提取方法,保留时间序列主要特征,压缩时间维度;然后,利用动态时间弯曲距离对特征序列进行相似性度量;最后,在应用数据集上对所提方法进行有效性验证。实验结果表明,所提方法在保证高精度的前提下,能有效降低计算复杂度。

基于动态权重的水文时间序列相似性分析方法

水文时间序列相似性分析对于洪水预报、防洪调度等具有参考作用。针对洪水特征的关注重点随研究问题的不同而变化,构建了由过程形态和特征值组成的相似指标体系和加权综合相似性度量指标,提出了基于动态权重的相似性分析方法。引入混合交叉赋权法的原理,在不同研究问题中对相似指标赋予不同权重,然后利用相似指标结合权重查找出相似水文时间序列。以嘉陵江北碚水文站历史洪水过程在不同研究问题时的相似性分析为例,对该方法进行验证,结果表明基于动态权重的水文时间序列相似性分析方法可有效识别相似洪水.在实际问题分析中具有可行性。

基于特征的时间序列信号表示方法

为实现时间序列信号特征的预处理,提出一种基于特征协方差矩阵的时间序列信号表示方法。以一维时间序列数据为输入,计算每一采样时刻的点值、邻域差值、累加值、均差值、秩以及时间索引值等特征,组成点特征向量,将不同时刻的点特征向量依次带入黎曼流形空间,从而实现从一维采样数组到二维特征矩阵的转换;利用矩阵内含的时间序列局部和全局特征信息,计算二维特征矩阵的协方差矩阵,从而建立基于协方差矩阵的时间序列信号表示方法。为验证方法在特征表示方面的有效性,文中将其用于时间序列信号的相似度度量计算,实验结果表明,相比动态时间规整(DTW)、形状变换(ST)及其尺度不变特征变换(SIFT),文中算法总体分类性能为最佳,表明具有高效的特征表示性能。

基于RSEI和地理探测器的西昌市生态环境质量时空演变特征及其驱动力分析

生态环境保护对于推动社会经济可持续发展非常重要,对生态环境质量进行及时有效的监测可为城市发展规划提供依据。本文选取西昌市2001-2020年5期Landsat TM/ETM+/OLI时间序列影像为研究数据,耦合绿度、湿度、干度、热度构建遥感生态指数RSEI,并结合研究区气候、降水量、人口密度等驱动因素探究西昌市生态环境质量变化规律。结果表明:20年间,西昌市生态环境质量得到了有效改善;生态环境质量恶化区域主要位于中部流域耕作区、主城区周边及西部山脉,改善区域主要分布在海拔稍低的山区;由单因子探测分析可知,土地利用、年平均气温、年平均降水量对RSEI影响较大;由多因子探测分析可知,各因子交互作用对RSEI均有增强效果,其中年平均气温在土地利用交互作用下表现出了更强的解释力。

基于动态特征选择和长短期记忆模型的气温预报方法

传统的气象多要素预测方法,主要问题是无法表达气象数据的时间相关性,且容易出现维度灾难,引起计算效率低下。本文提出基于动态相关性的特征选择和长短期记忆模型相结合的预测方法,利用动态相关性选择出与气温高度相关的特征,在此基础上利用长短期记忆模型建立气温预测模型。该方法可以有效地降低网络的复杂度,在预测具有时间相关性的气象要素时具有较高的预测准确率和普适性。

长时间序列遥感影像数据自动配准技术

本文提出针对长时间序列异源影像数据的自动配准技术,利用影像模拟技术、相位一致性模型及RANSAC等算法估计最优变换得到配准结果。实验结果表明本文提出的方法对长时序影像的配准结果克服影像间辐射差异的影响,对于长时序的异源影像有更强的泛化能力,可为后续影像融合等应用提供预处理参考。

多元时间序列的相似性匹配

常用多元时间序列相似性匹配方法难以在高效刻画局部形态特征的同时考虑各变量间的相关信息.针对此问题,提出一种动态窗口内多维拟合分段方法.基于序列的局部形态特征抽象出各变量维度上拟合线段的倾斜角及持续时间,组成模式表示矩阵,并借助一种多元模式距离实现序列的相似性模式匹配.与主成分分析法、基于点分布特征的匹配法对不同数据规模的数据集进行对比,验证了该方法的有效性,特别对于多变量、不等时间跨度的中等规模多元时间序列相似性匹配具有较好的效果.

煤与瓦斯突出动态前兆的非线性特征研究

基于混沌和分形理论,分析了描述煤与瓦斯突出动态前兆非线性特征的方法和指标.针对重要突出前兆之一——采掘工作面前方煤体瓦斯涌出量动态时间序列(简称Q序列),计算分析了其最大Lyapunov指数,二阶Renyi熵和关联维,证明Q序列具有混沌-分形特征.进一步研究表明,工作面有突出危险状态与无突出危险状态相比,其Q序列的多重分维谱Dq表现出明显的差异,Dq-q曲线由负q区向正q区过渡时在q=0附近区域明显变陡,而无突出危险时段Dq-q曲线过渡较平缓,从而说明有突出危险时煤岩瓦斯动力系统的变化更为复杂.研究结果可望为突出危险性预测提供一种新的思路.

分段聚合近似和数值导数的动态时间弯曲方法

针对动态弯曲方法对时间序列数据相似性度量的质量和效率的局限性,本文提出一种基于分段聚合近似和数值导数的动态时间弯曲方法。该方法通过分段聚合近似将时间序列数据进行有效地降维,再结合数值导数对降维后的特征序列构建新特征序列,并且设计符合该特征序列相似性度量方法。实验结果分析表明,与传统动态弯曲方法相比,新方法具有较好的度量质量,能在时间序列数据挖掘中得到较好的分类效果,且在低维空间具有较高的分类效率,具有一定的优越性。

时间序列周期性检验方法研究进展

时间序列是按时间顺序根据一定采样问隔对客观事物进行动态观察得到的一组数据，由于每次采样存在随机因素的作用，各次观察指标都是随机的，因此时间序列被称作随机过程的一次样本实现。周期成分常常是一个时间序列具有的特征，如生物医学信号处理中的心电图、脑电图、医院月度门诊量等都具有一定的周期性。准确地把握时间序列的周期特征对于揭示动态数据蕴含的客观信息具有重要意义。一方面通过检测序列所具有的真实周期，用于序列的信息特征分析；另一方面，一些研究不局限于发现序列的周期成分，而是进一步利用具有周期特性的时问序列作为前提进行预测与预报、检测不规则波动、发现序列异同、判断移动假日效应等。

基于影像尺度空间表达与鲁棒Hausdorff距离的快速角点特征匹配方法

快速影像匹配是进行影像时间序列分析与飞行器导航的重要方法。本文对待匹配影像进行高斯低通滤波预处理时,运用影像的尺度空间表达思想对不同分辨率的基准影像和实时影像选择了相应的σ值进行卷积滤波处理,使基准影像和实时影像具有相近的分辨率,从而提高两影像所提取角点的重复率,使得影像的正确匹配概率得到提高。然后用基于影像几何结构分析的改进的快速角点探测算法进行了影像的角点提取;最后用本文提出的改进的鲁棒Hausdorff距离进行了基准影像和实时影像的匹配。实验证明,本文方法对影像噪声和灰度变化不敏感,具有抗影像尺度变化的能力。在基准影像和实时影像灰度差变化较大的情况下, 收稿日期:2004 07 16;修回日期:2004 11 15基金项目:航天预研基金资助项目(2003)作者简介:安 如(1963 ),女,江苏淮安人,副教授,博士生,目前主要研究方向为数字影像处理与匹配。依然能取得较高的正确匹配概率。由于采用基于影像信息量评价的搜索策略和快速角点提取算法,匹配速度也较快。