共查询到20条相似文献，搜索用时 15 毫秒
1.
《绵阳师范学院学报》2019,(11):22-26
在手写数字识别数据集(MNIST)情景下,为了提高卷积神经网络的识别正确率,提出了一种改进的基于卷积神经网络(CNN)的多尺度特征识别算法.首先,利用卷积操作和池化操作提取图像中的全局特征及局部特征,通过二次卷积与特征融合获得数字图像的多尺度特征.然后,将多尺度特征送入全连接网络和Soft Max分类器,实现手写数字图像识别.最后,通过对不同网络结构的CNN算法进行评估表明,本文提出的算法可以有效提高网络精度,具有较好的泛化能力. 相似文献
2.
3.
章银娥 《赣南师范学院学报》2012,(6):33-36
为了识别不同环境不同姿态的钉螺并计数,提出了基于颜色和形状的模板匹配的钉螺识别与计数的算法.本算法通过对钉螺图片的颜色和形状特征的特性提取,利用RGB颜色的聚类空间的特性,实现了该模板匹配的钉螺识别与统计的目的.实验结果表明,该算法的识别与统计效果比较高,能适应一定范围的钉螺场景环境的变化,实时性好. 相似文献
4.
支持向量机用于二类问题的识别研究,但在实际应用中多类分类问题更为普遍。文章先对现有的几种多类SVM作以介绍和比较,并提出基于层次SVM结构构造正态分层SVM分类树解决多类分类问题,通过自顶向下逐层依次构造SVM分类器,将所得子类进一步平均分成两个次级子类的方法。获得分类器结构的简化和分类速度的提高。 相似文献
5.
文章首先介绍了信息资源数字化工作中的OCR识别原理,然后将文本型数字图像OCR识别工作的生命周期划分为数字扫描对象的获取、数字图像的生产、数字图像的处理和OCR文本识别等四个阶段.随后对该项工作中相关工作人员素质对OCR识别准确度的影响因素进行分析,并提出了相应的提高策略. 相似文献
6.
目前国内外对血吸虫尾蚴的监测通常是采取人工捕捞方法收集含尾蚴的水体,然后通过显微镜对水中的尾蚴进行肉眼观测.本文采用数字图像识别技术,研究基于轮廓关键点集的形状识别分类算法,并将其应用于血吸虫尾蚴的视频检测识别中,很大程度上提高了对尾蚴进行实时监测的工作效率. 相似文献
7.
柯程扬刘丽桑 《福建工程学院学报》2021,(6):568-573
为了能对金线莲品系进行方便准确地识别,提出基于PCA￣KNN 的金线莲叶片识别方法。通过图像预处理,获得特征较为明显的叶片区域,再提取纹理和颜色特征,进行特征融合,然后采用PCA降低特征维度,提高识别精度,最后通过训练KNN 分类器完成分类。以3 个品系的金线莲为例进行鉴别试验,结果表明,提出的识别方法与其它方法相比,正确识别率更高,达到98.4%,能准确识别不同种类的金线莲。 相似文献
8.
一种改进的k-means聚类算法 总被引：2，自引：0，他引：2
针对k-means算法事先必须获知聚类数目以及难以确定初始中心的缺点,提出了一种改进的k-means聚类算法.首先引入轮廓系数的概念,通过计算不同K值下簇集中各对象的轮廓系数确定事先未知分类信息的数据集中所包含的最优聚类数Kopt;然后通过凝聚层次聚类的方法获得数据集的分布,确定初始聚类中心;最后利用传统的k-means方法完成聚类.理论分析表明,所提出的算法具有适度的计算复杂度.IRIS测试数据集的实验结果表明了该算法能够合理区分不同类型的簇集,且可以有效地识别离群点,聚合后的结果簇集具有较低的熵值. 相似文献
9.
10.
为提高大数据集粗分类识别率,提出一种基于聚类分析的SVM-Kd-tree树型粗分类方法。首先根据数据集特征分布进行k-means两簇聚类,对聚类后的数据集进行类别分析,同时将属于两簇的同一类别样本划分出来;然后使用两簇中剩余样本训练SVM二分类器并作为树型结构根节点,将两簇数据分别合并,将划分出来的样本作为左右子孩子迭代构建子节点,直到满足终止条件后,叶子节点开始训练Kd-tree。实验结果表明,迭代构建树型粗分类方法使训练单一SVM平均时间减少了61.977 4%,比Kd-tree同近邻数量的准确率提高了0.03%。在进行大规模数据集粗分类时,使用聚类分析迭代构建组合分类器时间更短、准确率更高。 相似文献
11.
本文提出一种利用特征加权支持向量机（FWSVM）识别河流、湖泊等水域中血吸虫尾蚴的算法．该算法采用图像形态学、动态阈值化等图像处理方法在图片中搜索可能存在尾蚴的区域,然后利用疑似区域图像的Hu矩作为特征值训练FWSVM,最后利用训练好的分类器对采集的视频进行识别．实验结果表明该算法能够有效识别水域中的血吸虫尾蚴． 相似文献
12.
《赤峰学院学报(自然科学版)》2016,(7)
为了解决由于人体对象数量过多引起的复杂性问题,提出了一种基于群体交互区域(GIZ)的群体行为识别方法.利用人际关系模型检测群体交互区域;提出了吸引特征与排斥特征,用来描述群体行为;在此基础上,采用CTM(Correlated Topic Models)模型进行群体行为识别.利用该方法在BEHAVE数据集上进行了训练与测试,行为识别结果正确率在93%以上. 相似文献
13.
《晋城职业技术学院学报》2017,(4):57-60
文章在介绍信息资源数字化OCR识别工作流程的基础上,围绕数字图像编辑软件选用和数字图像预处理两个方面,对数字图像处理阶段影响文本型数字图像OCR识别准确度的一系列因素展开分析,进而提出了针对性的OCR识别准确度提高策略。 相似文献
14.
卢晋 《深圳职业技术学院学报》2022,(5):3-8
为了更好地将现有深度卷积神经网络应用于表情识别,提出自建表情数据集和深度网络结构改进相结合的方法．首先构建了当前行业最大的人脸表情数据集,解决了表情数据集存在的类别不平衡和数据集合噪声问题;然后通过修改网络结构,实验不同的神经网络基础模型,并调节各个分类在损失目标函数的权重,在CK+数据集上的验证实验表明,所提出方法获得超过SOTA的人脸表情识别准确率,达到97.5%. 相似文献
15.
《河南职业技术师范学院学报(职业教育版)》2018,(5)
针对传统的特征选择方法在非平衡数据集中分类效果不理想的问题,提出了一种适合非平衡数据分类的改进特征选择方法.该方法将集中度和分散度相结合,同时考虑到在文本长短不一时词频对文本分类的作用,得到一种新的词频归一化方法,实现了对传统特征提取方法的改进.另一方面,将三支决策思想引入到朴素贝叶斯算法,得到了NB-三支决策分类算法,并将该算法应用到非平衡数据集的分类.通过两组实验对比结果表明:改进特征选择方法较CHI和IG方法,处理非平衡度高的数据集分类效果较好;选取相同的特征选择方法和数据集,NB-三支分类器比NB-分类器的分类效果好.选用本文提出的改进特征选择方法和NB-三支分类器,在处理非平衡度高且文本长短不一的数据集时,分类效果有一定提升. 相似文献
16.
《嘉应学院学报》2016,(5):16-20
针对传统Android恶意应用检测方法在处理大规模样本时存在的训练时间长、存储空间消耗大的问题,提出一种基于增量学习SVM的Android恶意应用检测方法.该方法提取Android应用的权限申请和API函数调用特征,利用增量学习SVM理论将训练样本集随机划分为初始样本集和若干个增量样本集,利用循环迭代方法训练SVM分类器,每次新的训练仅保留上一轮训练得到的支持向量集并合并到新增样本集中,舍弃大量对分类结果不产生影响的样本以提高分类器学习效率,同时产生新的支持向量集,并最终得到一个高精度的SVM分类器.通过将增量学习SVM算法与基本SVM算法进行对比实验,结果表明,该算法可以有效降低分类器学习时间,减少样本存储的空间占用,同时随着样本规模的积累逐步提高分类精度. 相似文献
17.
在文本分类过程中,为解决传统支持向量机（SVM）多类分类的不可分区域问题及提高分类性能,提出了一种改进的偏二叉树多类SVM算法。算法依据根据样本的分布情况计算训练集文本特征参数的信息熵,并将熵值结合欧式距离公式以确定各类文本间的相似性测度;以相似性测度作为偏二叉树结构的分类走向,对训练集进行学习,构建各个二类子SVM分类器。实验结果表明,该算法具有较高的分类性能,能更好地解决实际文本分类过程中的问题。 相似文献
18.
19.
针对卷积神经网络(Convolutional Neural Network,CNN)在人脸图像识别中面对训练规模较大的图像集数据时收敛速度慢、效率低以及在复杂情况下识别率不高的问题,提出一种优化改进的CNN图像识别方法。该方法首先利用不含标签的图像训练一个稀疏自动编码器,得到符合数据集特性、有较好初始值的滤波器集合,然后对CNN的卷积核初始化赋值,从而大大提高其整体上使用BP算法进行训练的收敛速度,其次使用多类别SVM分类器(Multiclass Support Vector Machine)代替传统的Softmax分类器,对目标图像进行识别,在ORL和FERET等人脸图像库上的实验结果显示,所提算法与采用传统PCA+SVM算法及传统CNN算法相比,在人脸图像识别中有更好的识别效果。 相似文献
20.
黄丽霞 《广西教育学院学报》2011,(5):148-151
肺栓塞是一种致死率很高的常见疾病,肺栓塞的预测和早期诊断对于人类的健康具有重要意义。本文提出了一种基于属性聚类的多示例集成学习方法,首先采用K-Means聚类算法对CTA数据进行属性聚类,降低数据的维度,然后用多示例集成学习方法进行肺栓塞预测。在真实世界数据集上的实验结果显示,与属性聚类前、单个分类器及一般的简单集成学习方法相比,该方法构造的分类器取得了更好的预测效果。 相似文献