基于图像特征相关度的激光干扰卫星效果评估

针对激光干扰光学成像卫星效果难以评估的问题,借鉴图像处理相关理论,将干扰前后卫星图像特征相关度作为评估指标,并采用HVS(人眼视觉系统)对指标进行修正,利用基于一致相邻度熵权的综合赋权方法,建立激光干扰效果综合评估模型。运用模型对受激光干扰条件下的卫星图像进行评估,得到的结论既能客观地反映激光干扰的实际效果,又能与人的主观感受保持较好的一致性,验证了模型在激光干扰光学成像卫星效果评估方面的适用性和科学性。

基于特征子集相关度和偏最小二乘法的特征选择策略

在中药方剂的量-效关系分析中,需要寻找药理指标(因变量)受哪些血液指标(自变量)影响。本文提出一种基于特征子集相关度和偏最小二乘法的特征选择策略,利用特征子集相关度对药理指标进行评估预选出特征子集,然后将其放入偏最小二乘法中进行训练,利用训练后得出的残差平方和评估该特征子集是否可取,并结合顺序前向浮动混合搜索策略与顺序后向浮动混合搜索策略,综合评估以分析药理指标受哪些血液指标的影响。分别采用麻杏石甘汤君药止咳数据集及UCI数据集进行分析处理,实验结果表明该特征选择策略能较好寻找一个较优的特征子集。

基于特征相关的改进加权朴素贝叶斯分类算法

朴素贝叶斯分类算法的特征项间强独立性的假设在现实中是很难满足的.为了在一定程度上放松这一假设,提出了基于特征相关的改进加权朴素贝叶斯分类算法,该算法采用一种新的权重计算方法,这种权重计算方法是在传统词频-反文档频率(TF-IDF)权重计算基础上,考虑到特征项在类内和类间的分布情况,另外还结合特征项间的相关度,调整权重计算值,加大最能代表所属类的特征项的权重,将它称之为TF-IDF-FC权重计算.与基于传统TF-IDF权重的加权朴素贝叶斯分类算法和其他常用加权朴素贝叶斯分类算法比较,如基于属性加权的朴素贝叶斯分类算法,这种算法的分类效果均有一定的提高.

模糊相关性文本无关矢量量化说话人辨认研究

文本无关说话人识别的一个关键问题是寻求一种有效的说话人个性特征量。利用模糊向量内积理论,提出了一种新的物理量:连续特征矢量模糊相关度(CFVFC),以反映相邻特征矢量间的相关性,进而突出说话人的个性特征,并在此基础上研究了新的矢量量化(VQ)说话人识别方法。实验表明CFVFC是一种有效的识别信息,对于干净语音的说话人辨认,可以提高识别系统的识别率;在加噪声情况下,能增强识别系统的鲁棒性。

基于改进VMD算法的直流微网纹波检测方法

凭借线路成本低、效益高等优势,直流微网成为未来新的配用电趋势,但其多源多变换的特点易导致系统中存在多种形式的纹波发生源。纹波的大量存在不仅直接影响直流微网电能质量,且不便于准确计费,能否准确检测纹波对于直流微网的可靠供电有着重要意义。文中提出了一种基于改进变分模态分解算法(Modified VMD,MVMD)的纹波检测方法,可用于稳态纹波与暂态纹波的准确检测。在MVMD方法中,基于频谱特征相关度的方法确定最佳分解尺度,通过VMD算法将直流检测信号分解为一系列的本征模态分量(IMF),进行希尔伯特变换(HT),可获得纹波分量的一系列参数,以及暂态纹波信号起止时间,采用MVMD方法与经验模态分解(EMD)算法进行对比,实验证明所提出方法相比EMD算法具有较高的检测精度以及噪音鲁棒性,适用于直流微网的纹波监测。

基于改进AdaBoost的快速人脸检测算法

针对传统AdaBoost用于人脸检测时需要的特征数目多,检测速度慢的问题,提出一种基于改进AdaBoost的快速人脸检测算法。一方面,提出使用双阈值的弱分类器代替传统的单阈值弱分类器,提高单个特征的分类能力;另一方面,引入信息熵作为特征相关度的度量方法,在特征选择时每一轮循环中只选择与已选出特征相关度较低的特征,从而减少特征之间的冗余信息。实验结果表明,相对于传统AdaBoost人脸检测算法,该方法使用较少的特征即可达到较高的检测准确率,检测速度得到显著提高。

基于蚁群算法的非结构化P2P搜索机制的研究

通过对P2P中资源搜索技术的研究,针对非结构化P2P网络中的传统洪泛搜索机制中的路由盲目性和产生过多冗余消息等缺点,提出一种基于蚁群算法的非结构化P2P搜索机制。蚁群算法是一种新型的优化算法,利用蚁群算法信息素的正反馈机制指导查询请求消息的转发,将查询请求消息尽量发往资源可能存在的节点上。实验结果表明,该算法在查询成功率和查询消息的传送次数方面都优于洪泛搜索算法,提高了算法的有效性。

基于Relief算法的汽车车载承压焊缝图像缺陷融合识别研究

当前汽车车载承压焊缝图像缺陷识别过程中的特征类别重叠,冗余度高,造成识别精度低,提出基于Relief算法的汽车车载承压焊缝图像缺陷融合识别方法。采用Relief算法计算汽车车载承压焊缝图像特征权值。利用最大相关最小冗余算法(mRMR)进行焊缝图像缺陷特征降维,通过互信息方法权衡特征和类别之间、特征和特征之间的相关度,选出与类别具有最大相关性、最小冗余性的图像特征,通过缺陷特征选择获取图像缺陷特征集合。对缺陷特征集合进行融合处理,得到待选特征子集。采用优化后的SVM分类器对待选子集进行分类,输出汽车车载承压焊缝图像缺陷融合识别结果。实验结果显示,本文方法能够有效除去冗余特征,区分缺陷特征类别,准确识别汽车车载承压焊缝图像缺陷。