共查询到20条相似文献，搜索用时 203 毫秒
1.
2.
本文提出了基于小波变换的非平稳时间序列分解方法。通过小波分解,将原时间序列依尺度分解成不同层次,利用尺度系数作为季节性乘积分量,将小波系数序列处理为方差平稳的平稳序列,并应用于样本数据异常点的识别和修正,使模型的预测精度得到提升。实例验证该方法是有效的。 相似文献
3.
基于非参数回归和尺度空间理论的多尺度光滑方法是探索数据多尺度回归关系特征的新方法。简要介绍了非参数回归的多尺度分析模型、统计推断技术和可视化方法,全面回顾了自提出该方法以来近10年内相关研究进展,最后讨论了非参数回归的多尺度分析方法亟待解决的问题和未来的研究方向。 相似文献
4.
如何去除信号中的噪声．得到纯净的信号是信号处理过程中一个热点技术。本研究根据噪声与信号的小波变换模极大值点在多尺度空间上具有不同的特性,对信号进行了噪声消除。试验结果表明,使用傅里叶变换和coif2小波模极大值点法对信号去噪,都能够有效地去除信号中的噪声,且重构后的信号非常逼近原始信号．但coif2小波模极大值点法去噪效果更好。 相似文献
5.
6.
7.
8.
图像特征提取与匹配是计算机视觉、图形图像领域的一个重要问题,具有仿射不变性、光照不变性、部分遮挡不变性的特征,提取和匹配是这个问题的核心内容。尺度空间技术是具备了多尺度分析技术众多优点的新兴技术,SIFT（Scale Invariant Feature Transform）算法是线性尺度空间技术的一个成功应用。对于如何在一帧图像中运用尺度空间技术手段寻找更多的特征点、以及如何对特征点进行准确的描述与正确的匹配是该领域的难点,尤其前者在近年内进展缓慢。文章通过论述尺度空间的构造过程,证明了尺度选择与可找到特征点数目和位置的关系,通过调整尺度选择与最优点选择策略,在图像上寻找到更多的特征点,并根据判据量化判定了特征点的稳定性;通过限制匹配点的尺度关系减小了错配概率,通过改进原始匹配策略提高了匹配算法的准确率。实验表明,改进后的SIFT能够比传统的SIFT找到更多的特征点,提高了匹配的准确率,算法的鲁棒性得到了进一步提高。 相似文献
9.
[研究目的]为实现科技政策文本内容的自动编码与多主题分类,探索一种融合BERT模型和多尺度CNN模型的多标签分类方法,得到更加丰富的政策语义特征信息。[研究方法]针对科技政策内容句的信息密度大、内涵分布不均衡等特点,通过BERT充分提取政策内容的上下文信息,增强文本的语义特征表示;然后利用多尺度、多通道的CNN-Inception模块提取更多尺度的特征,通过捕获文本的局部特征与组合不同尺度的语句特征,提升模型在多标签分类任务上的性能。[研究结论]对比实验表明,与单一BERT分类模型相比,文中提出的BERT-多尺度CNN模型的召回率与Micro-F1值显著提高,提升了科技政策多标签分类的效果。 相似文献
10.
傅立叶描述子具有的平移、旋转、尺度伸缩不变性,在数字图像处理中得到广泛的应用。本文针对从遥感影像上提取的多边形地物边界点数多、形状复杂的特点,提出了一种基于傅立叶描述子的多边形综合的方法,该方法对地物的边界能起到较好的平滑作用。 相似文献
11.
12.
净初级生产力遥感估算模型尺度效应的研究 总被引：2，自引：1，他引：1
提高净初级生产力(NPP)的估算精度,需要充分认识不同空间分辨率的遥感数据对NPP估算结果的
影响差异,即NPP的空间尺度效应问题。本文借鉴了多种成熟的光能利用率NPP模型的优点,同时充分考虑了研
究区生态环境的典型特点,建立了针对研究区域的基于光能利用率原理的植被净初级生产力遥感估算模型。选取
了具有空间尺度代表性的4种遥感数据作为NPP遥感估算模型的输入参数,估算了4种空间分辨率的NPP模拟值,
对比分析了这4种分辨率的土地覆盖类型空间格局的变化和NPP分布情况。结果表明：随着遥感数据空间分辨率
的降低,NPP的模拟值呈逐渐增加的趋势,但其变化的程度差异较大。其中,分辨率由30m降低为1km时,NPP模
拟值变化程度最大,增加了15.7%。 相似文献
13.
《Information processing & management》2020,57(3):102216
Learning semantic representations of documents is essential for various downstream applications, including text classification and information retrieval. Entities, as important sources of information, have been playing a crucial role in assisting latent representations of documents. In this work, we hypothesize that entities are not monolithic concepts; instead they have multiple aspects, and different documents may be discussing different aspects of a given entity. Given that, we argue that from an entity-centric point of view, a document related to multiple entities shall be (a) represented differently for different entities (multiple entity-centric representations), and (b) each entity-centric representation should reflect the specific aspects of the entity discussed in the document.In this work, we devise the following research questions: (1) Can we confirm that entities have multiple aspects, with different aspects reflected in different documents, (2) can we learn a representation of entity aspects from a collection of documents, and a representation of document based on the multiple entities and their aspects as reflected in the documents, (3) does this novel representation improves algorithm performance in downstream applications, and (4) what is a reasonable number of aspects per entity? To answer these questions we model each entity using multiple aspects (entity facets1), where each entity facet is represented as a mixture of latent topics. Then, given a document associated with multiple entities, we assume multiple entity-centric representations, where each entity-centric representation is a mixture of entity facets for each entity. Finally, a novel graphical model, the Entity Facet Topic Model (EFTM), is proposed in order to learn entity-centric document representations, entity facets, and latent topics.Through experimentation we confirm that (1) entities are multi-faceted concepts which we can model and learn, (2) a multi-faceted entity-centric modeling of documents can lead to effective representations, which (3) can have an impact in downstream application, and (4) considering a small number of facets is effective enough. In particular, we visualize entity facets within a set of documents, and demonstrate that indeed different sets of documents reflect different facets of entities. Further, we demonstrate that the proposed entity facet topic model generates better document representations in terms of perplexity, compared to state-of-the-art document representation methods. Moreover, we show that the proposed model outperforms baseline methods in the application of multi-label classification. Finally, we study the impact of EFTM’s parameters and find that a small number of facets better captures entity specific topics, which confirms the intuition that on average an entity has a small number of facets reflected in documents. 相似文献
14.
15.
16.
在目标跟踪算法中,目标特征描述子和模板更新策略都是跟踪成败的关键。本文在选用区域协方差矩阵描述子的基础上,结合粒子滤波器算法,并且采用两种常用的模板更新方法,分别对商场通道监控视频序列中的行人进行了跟踪仿真实验。通过仿真分析并比较不同模板更新方法条件下的跟踪性能,从而在不同情况下选择合适的模板更新方法,以得到更精确的跟踪结果。 相似文献
17.
In almost all the work carried out in the area of automatic modulation classification (AMC), the dictionary of all possible modulations that can occur is assumed to be fixed and given. In this paper, we consider the problem of discovering the unknown digital amplitude-phase modulations when the dictionary is not given. A deconvolution based framework is proposed to estimate the distribution of the transmitted symbols, which completely characterizes the underlying signal constellation. The method involves computation of the empirical characteristic function (ECF) from the received signal samples, and employing constrained least squares (CLS) filtering in the frequency domain to reveal the unknown symbol set. The decoding of the received signals can then be carried out based on the estimate of the signal constellation. The proposed method can be implemented efficiently using fast Fourier transform (FFT) algorithms. In addition, we show that the distribution estimate of the transmitted symbols can be refined if the signal constellation is known to satisfy certain symmetry and independence properties. 相似文献
18.
从最基本的概念出发，介绍了MPEG-7中的可伸缩颜色描述符出现的背景、描述符分量的语义、位平面、Haar 变换等详细情况及其匹配算法。最后，对于可伸缩颜色描述符的应用范围作了说明，这些对于将使用可伸缩颜色描述符的读者大有帮助。 相似文献
19.
20.
基于混合像元分解的MODIS积雪面积信息提取及其精度评价——以天山中段为例 总被引：6，自引：1，他引：5
MODIS(Moderate Resolution Imaging Spectroradiometer)是现阶段积雪遥感监测及积雪水文学研究中积
雪面积信息获取的重要平台,但其空间分辨率相对较低,影像中混合像元现象普遍存在。本文以MOD02 HKM数
据为基础,通过线性光谱混合模型(LSMM,Linear Spectral Mixing Model)对研究区MODIS影像进行像元分解,从中
提取积雪面积信息,并进行精度评价。将线性光谱混合模型得到的积雪面积信息与美国国家冰雪数据中心提供的
MOD10A1日积雪覆盖数据影像进行对比分析。结果表明：利用线性光谱混合模型可以较好的分解出像元中积雪
面积信息,其分类精度达0.88;相同位置上MOD10A1的积雪分类精度为0.80。说明,对MODIS影像上积雪信息提
取来说,线性光谱混合模型的分类精度较高,具有较强的适用性。 相似文献