【摘 要】
：
为了提高图像识别性能,采用孪生支持向量机用于图像分类识别,并结合二维Gabor小波对图像纹理特征进行提取,借助局部线性嵌入(Locally linear embedding,LLE)降维,以进一步提高图像识别准确率和识别效率.采用二维Gabor小波对图像数据进行有效滤波,获得图像关键纹理特征,然后对大量纹理特征进行LLE降维,以降低维度过高带来的运算量巨大问题,采用孪生支持向量机(Twin support vector machine,TWSVM)对关键纹理特征进行分类,获得图像分类结果并完成图像识别.实
【机 构】
：
玉林师范学院 计算机科学与工程学院,广西 玉林537000;南宁师范大学 数学与统计学院,广西 南宁530001
论文部分内容阅读
为了提高图像识别性能,采用孪生支持向量机用于图像分类识别,并结合二维Gabor小波对图像纹理特征进行提取,借助局部线性嵌入(Locally linear embedding,LLE)降维,以进一步提高图像识别准确率和识别效率.采用二维Gabor小波对图像数据进行有效滤波,获得图像关键纹理特征,然后对大量纹理特征进行LLE降维,以降低维度过高带来的运算量巨大问题,采用孪生支持向量机(Twin support vector machine,TWSVM)对关键纹理特征进行分类,获得图像分类结果并完成图像识别.实验证明,Gabor+LLE+TWSVM方法对图像识别的适用度高,相比常用图像识别算法,通过合理设置二维Gabor小波的尺度和方向参数,并借助LLE有效降维,运用孪生支持向量机可以获得更高的图像识别准确率.
其他文献
为了提高文本语义相似性度量的准确性,该文从深度学习的角度出发提出了一种新的文本语义相似性度量框架,充分利用深度神经网络实现词级别、句子级别、文本级别的表示学习,使得学习到的表示向量能提供融合上下文信息的丰富语义信息,在此基础上,设计了相似性度量层,采用简单的三层网络实现任意两个文本向量的相似性值计算.在两个基准数据集上进行了试验验证,试验结果表明提出的文本语义相似性度量能准确地度量文本相似性,在MP RC和SNLI数据集上分别获得了89.33％和94.53％的F1-score值,优于选取的对比方法.
在社会资本注入增量配电网规划建设的背景下,均衡不同利益主体在增量配电网中的关系,选取最优规划方案,以保证安全可靠优质的供电是亟需解决的问题.针对增量配电网中并入分布式电源后的优化规划问题,提出计及多主体效益的增量配电网优化规划方法,实现多市场主体的协调优化.首先,分别构建了分布式电源运营商、配电网投资公司以及电力用户各市场主体的规划决策模型;然后,联合考虑分布式电源并网的不确定性,根据三者的关系构建了多主体规划模型;最后结合二阶锥松弛处理潮流约束,应用cplex求解上述模型.仿真结果表明,该文提出的增量配
为了提高彩图图像加密的安全性和加密效率,提出一种基于四维混沌理论和多方向扩散的轻量级加密方案.首先,将彩色图像分离为3个通道,以十进制形式对这些通道进行扩散.接着,重新排列通道,执行四个不同方向的扩散,改变RGB图像的像素值,以进一步增加图像中的随机度.然后,为降低计算成本,利用tent映射和混沌动力状态变量选择程序,在通过混沌动力系统迭代得到的混沌数据上生成不同的密钥流.实验结果,与其他先进方案相比,所提方案具有更大的密钥空间,达到10212,能够有效抵御蛮力、统计等多种攻击,适用于图像安全的现实应用.
为了提升标记分布学习在歧义性分类问题上的预测性能,对标记形态上的模糊度进行研究.提出了标记形态模糊度的概念,给出了基于峰度的一种度量方式,探讨了不同模糊程度样本对于分类学习的影响.根据低模糊度数据更有利于学习的研究发现,基于加权低模糊度样本和对齐模糊度损失这两种策略设计了一种新的标记分布学习算法.14个数据集上的十折交叉试验表明,该文提出的标记分布学习模糊度量化标记算法在各种数据集上都能够降低模糊度损失并提升预测精度,具有良好的鲁棒性.
为了提高文本聚类的性能,采用k-modes算法进行文本聚类,并采用知识图谱进行样本预分析,以提高k-modes的文本聚类适用度.采用知识图谱进行样本预处理,对待聚类的文本进行知识图谱三元分析,并生成对应概念、实体和关系的样本集合;接着建立k-modes文本聚类模型,设定簇内节点至簇中心的距离值之和为目标函数,通过轮流固定隶属矩阵和聚类簇矩阵,不断求解目标函数的最小值直至目标函数值稳定,获得簇中心,最后根据簇中心及各节点到簇中心距离来确定聚类结果.实验表明,经过知识图谱分析之后,k-modes算法能够获得更
为了提高(t,n)门限秘密分享在添加新参与者阶段的通信效率,该文对Asmuth和Bloom提出的门限秘密分享方案进行研究.该文通过添加随机数的方法,设计了一种新的无分发者参与实现添加新参与者的方案,且不改变秘密值和原有参与者的份额.该方案参与者之间的总通信次数仅为t次,该文还分析了方案的正确性和安全性.
天气雷达回波需要与地理信息融合应用,以定位雷达回波,指导气象服务.本文针对新一代天气雷达业务化系统(ROSE)产品显示子系统,设计了全新的开放地图格式,采用全国一份地图数据文件,各地雷达站点动态匹配的方式,改进了现有雷达业务系统中主用户处理系统(PUP)需要各个站点分别申请定制地图的不便.ROSE产品显示子系统支持多种型号业务雷达数据在不同地球投影方式下的地图自适配显示.地图应用子模块程序设计中引入设计模式,有效解决了精细化地图数据的显示效率问题,实现了显示信息与速度的平衡.
海雾无论在海上还是在沿岸地带,都因其恶劣的能见度对交通运输、海洋捕捞和海洋开发工程以及军事活动等造成不良影响,因此对于海雾的实时监测和预报就显得尤为重要.本文提出了基于深度学习的静止气象卫星多通道图像融合分割算法,使用D-LinkNet深度卷积神经网络语义分割算法模型对黄渤海海域范围的16通道、空间分辨率为0.5 km的Himawari-8卫星数据进行研究.分别采用均交并比(mIOU)以及观测值检验作为评价指标,在测试集上的mIOU为0.9436,并且用卫星测试数据结果与海上观测数据结果进行对比,得出雾区
为了研究福建省有效致灾雷电的分布情况,基于福建省2004-2012年闪电定位数据及雷击人员伤亡数据、福建省L17级谷歌遥感影像瓦片,引入卷积神经网络模型对遥感影像所在区域是否属于人员活动的属性进行建模、训练和预测,得到福建省人员活动属性的格点产品,结合福建省历史雷电数据对有效致灾的雷电分布情况进行了分析,结果表明:①设计的遥感影像+CNN识别模型具有一定的可行性和准确率,通过显著性水平为0.01的假设检验;②福建省有63.55％的格点为无人员活动区域;③平均有45.36％的闪电落在无人员活动的区域,因地制
机器学习是人工智能的核心,是使计算机具有智能的根本途径之一.随着以深度学习为代表的机器学习算法取得突破,人工智能呈现了加速发展的趋势,在各行业取得了广泛的应用.机器学习在计算效率、准确性、可移植性、协同性、灵活性、易用性等方面具有较大的优势,下一步将有可能改变传统的气象观测模式,加速和改善气象观测数据的处理,改善数值天气预报质量以及推进地球科学的交叉融合.为更好地推动人工智能相关技术在气象领域的应用,本文从气象观探测、数值预报、危险天气识别与预警和卫星资料处理等方面对机器学习算法的应用现状进行了整理.