面部表情识别中基于TTL的特定个体学习模型

针对现实生活中采集的特定个体数据稀疏而导致学习时产生过拟合的问题,提出了一种基于迁移学习的特定个体学习模型。首先,利用直推式迁移学习从源数据提取有用信息并将其添加到目标数据;然后,利用核主成分分析进行特征提取;最后,将各个样本建模为流形,并利用稀疏系数重建和k近邻分类器完成识别。在PAINFUL数据库上的实验结果表明,所提模型在痛苦表情上的识别精度可高达96.29%,ROC下方面积可高达0.904,相比其他几种较新的模型,所提模型取得了更好的识别性能。

特定辐射源个体识别算法研究

针对特定辐射源个体识别(specific emitter identification, SEI)方法,指纹特征提取需要复杂公式演算推理,特征差异小、提取困难,提取后特定辐射源个体识别正确率低的问题,提出一种基于密集连接结构与注意力机制的特定辐射源识别算法,称之为特定辐射源识别网络(specific emitter identification network, SEIN)。首先使用包络提取算法提取含噪声较少的辐射源信号包络,得到含有丰富指纹特征的包络图,进而进行SEIN指纹特征的提取及个体识别。实验结果表明,SEIN可达到95.12%的分类识别效果,具有准确率高、指纹特征提取自动化特点,最终较好实现了复杂环境下特定辐射源个体识别。

基于个体特定网络和矩升维降噪法来探测疾病系统临界信号

在挖掘生物疾病数据的过程中经常受到强噪声扰动,会使得数据挖掘不准确,此时一些用于挖掘临界点信号的传统方法失效。本文中采取基于个体特定网络的概率分布嵌入的方法研究肝癌和前列腺癌两个时序列数据,检测疾病恶性突变的临界信号,进而预测疾病的突变点。这一工作的理论基础在于通过概率分布嵌入变换将原系统的样本状态的大噪声数据变成样本概率分布的小噪声数据,再建立个体特定网络。发现可以很好的降低数据受到的噪声干扰并且解决了样本数据少的问题。然后基于动态网络生物标志物来检测疾病突变的信号,最后对这些生物标志物进行功能分析,发现能够很好地反映临界信号。

专名涵义辨析

一个专名指称一个特定对象 ,它与对象的任何属性以及识别标志都没有必然联系。有关专名所指对象的可靠知识 ,我们是不能从专名本身得到的。我们从亲身感觉中、从他人的讲述中、从文章的上下文或百科全书中所获悉的有关某专名对象的知识 ,并不是该专名作为语言单位所固含的知识。我们应该把语言体系中名称意义所包含的特征与对象本身所具有的特征加以区别。专名可以一直被用来指称一个特定对象 ,而摹状词却未必。内涵论者所偏爱的专名只是专名中一种特殊的种类。

从灰姑娘到白雪公主——浅谈形象设计

还记得灰姑娘穿上水晶鞋,卖花女变成了贵妇,喜儿戴上红头绳吗?这些蕴含着美和人生美好愿望的故事打动着一代又一代人的心。形象设计是九十年代的时髦话题,在经济能力相形见拙的过去,形象设计似乎是名流政要,影视明星的专属,但在现今这样一个讲究个人魅力的时代,形象设计也撩下其神秘高贵的面纱,走进寻常百姓家。形象是由英文“image”而来,字眼抽象,却具有实质的意义,它是人们对特定个体的印象和感受。成功的形象应具备下列五项条件:

竞争性领域人力资源会计探析

讨论人力资源信息的相关性和可靠性,认为相关性是人力资源会计信息的首要质量特征,竞争性领域的人力资源价值计量应采用特定个体价值,在此基础上提出了生产经营型和决策型人力资源价值的计量模式。