共查询到20条相似文献，搜索用时 822 毫秒
1.
基于非负稀疏编码和RBPNN的掌纹图像识别方法 总被引：1，自引：1，他引：0
主要探讨了一种新颖的基于非负稀疏编码（NNSC）和径向基概率神经网络（RBPNN）模型的掌纹图像识别方法。使用NNSC算法可以成功地提取掌纹图像的特征,利用RBPNN模型可以有效、快速地实现掌纹图像的分类。与RBFNN和BPNN模型相比,实验结果表明RBPNN模型具有更高的识别率和更好的分类能力。 相似文献
2.
提出一种基于遗传规划的合成孔径雷达图像识别方法.首先提取SAR图像的5种特征作为原始特征,然后利用遗传规划算法在5种原始特征上合成新的特征,最后采用支持向量机进行分类.实验结果表明了算法的有效性. 相似文献
3.
NNSC是把多维数据分解成非负稀疏分量的一种方法,而且这种方法已成功地应用于建模视觉感知系统的感受野。通过仿真实验证明了NNSC方法在自然图像的特征提取中的有效性;而且与独立分量分析(ICA)方法相比,实验结果证明NNSC法提取的特征基要优于ICA基,其图像重构目视效果明显好于用ICA基恢复的结果。 相似文献
4.
《安徽职业技术学院学报》2019,(2):12-15
在对交通标志识别系统分析的基础上,提出了交通标志检测与识别的方案。系统对采集到的图像灰度化、平滑处理后进行归一化操作,并统一图像尺寸大小,方便特征提取。把处理好的图像进行特征分割,利用HOG算法进行特征提取,采用SVM风险算法,训练数据库实现交通标志有效、自动、快速的分类。最后,采用MATLAB进行图像识别仿真,结果表明,该算法能准确识别检测出标志,并且在保证实时性的前提下,准确率较高。 相似文献
5.
灰度图像的最佳阈值分割算法 总被引：4，自引：0，他引：4
图像的分割是图像识别的前提和基础。在图像识别技术日益发展的今天，图像的分割技术自然倍受瞩目。本文提出了灰度图像的最佳阈值法分割算法。实验结果表明，该方法能够从图像中获取较为理想的目标图像，并具有一定的抗噪声性能。 相似文献
6.
在利用主动学习方法进行高光谱图像分类时，往往存在空-谱特征不能得到有效利用和样本需要进行手动标注的问题。针对这些问题，提出一种结合卷积神经网络的主动学习方法进行高光谱图像分类。该方法首先提取像素的空间邻域组成训练样本，通过卷积神经网络对样本的空间特征和光谱特征进行学习并对数据进行初步分类；然后，基于高光谱图像的空间相似性和光谱相似性，对无标注样本进行标注，并将其加入标注训练集以提高分类器的分类精度。在Salinas、PaviaU和Indian Pines这3个高光谱数据上的实验结果表明，该方法能在较少标注样本的情况下，有效提高高光谱图像的分类精度。 相似文献
7.
本文给出了一种通过运用遗传算法对海藻受激荧光光谱进行特征提取和分类的最优化神经网络结构。比较精确的是 ,它运用一种非线性过滤器来提取海藻受激荧光光谱的特征。这种非线性过滤器是以一种高阶神经网络 (HONN)为基础的 ,其中 HONN的权重通过固定的学习规则得到了更新。这一过程通过一种使不同海藻光谱的分离增大到最大限度的遗传算法而得以最优化。这些特征用多层感知 (MLP)来进行分类。这种方法在分析信号过程中时间最短 ,并且成功率较高 ,这证明它在实时应用中是可行的 相似文献
8.
针对图像识别的不确定问题,提出一种基于Dempster-Shafer(D-S)证据理论的信息融合图像识别算法.用灰度-相位共生矩阵和灰度-梯度共生矩阵提取图像的纹理特征参数,对纹理特征参数进行转化得到待识别图像在其他类图像上的信度函数分配;利用D-S联合规则得到融合后的信度函数分配,从而准确识别图像;通过单一矩阵图像识别结果与融合识别结果比较,说明D-S数据融合在识别图像方面的优越性. 相似文献
9.
SAR图像的绝对辐射精度直接影响SAR定量化应用水平，现有基于定标器的绝对辐射定标方法难以对SAR系统进行持续监测。如能在普通场景中找到一种稳定的散射特征量，则可将其作为参考实现常态化定标。针对C波段SAR图像，建立不同类别地物散射样本库，分析发现城区的后向散射系数中值重心具有良好的时间稳定性，进而提出一种基于神经网络的城区地物精筛与散射稳定特性提取方法。测试数据及与热带雨林数据的比较实验表明，该方法提取的散射稳定特性可用于SAR系统的常态化辐射定标。 相似文献
10.
合成孔径雷达（synthetic aperture radar,SAR）自动目标识别过程主要包括目标特征提取和分类器训练两个步骤。提出一种基于深度卷积神经网络（deep convolutional neural networks,DNNs）的SAR自动目标识别方法,使用一类优化的DNNs网络结构对SAR图像目标进行分类训练。该网络结构自动提取目标类别特征,避免人工预选取特征方法带来的不标准性。在DNNs网络模型训练过程中引入迁移学习的概念,以防止结果陷入局部最优解和加快模型参数的训练。最后使用美国运动和静止目标获取与识别MSTAR数据集进行试验,给出该方法与其他分类方法结果的对比,证明其取得较高的分类正确率。 相似文献
11.
王庆 《重庆工贸职业技术学院学报》2006,(1)
信息时代个人在网络中的身份认证,是重要的网络信息安全技术之一,本文在对现有各种认证方式进行认真归类分析的基础上,提出采用生物行为特征识别技术,特别是书写行为特征识别技术,这是在各方面都优于其它各种技术并最具发展前途的新技术,能从根本上有效地解决现今网络安全技术方面的许多难题,从而大大提高个人身份网络认证的准确性和安全性。 相似文献
12.
深度神经网络是近年来非常流行的一种语音识别声学建模技术，其性能比之前主流的高斯混合模型有显著提高，但是深度神经网络的说话人自适应技术一直没有很好地解决。利用身份认证向量对深度神经网络进行自适应，并研究身份认证向量归一化对系统的影响，提出一种新的max-min线性归一化技术。实验表明在TIMIT数据集上该技术可使字错误率比传统方法相对下降5.10%。 相似文献
13.
介绍一个航班预定口语对话系统的设计与实现, 该系统允许用户通过普通话进行航班信息查询与预定.重点介绍口语对话系统中的口语语言理解.为了克服语音识别引入的识别错误导致语义理解错误的问题, 提出基于词混淆网络的两阶段中文口语语言理解方法:首先从词混淆网络中选择N元文法作为分类特征, 进行主题分类, 并通过语义分类模型解析获取对应的语义树结构;然后利用基于规则的语义槽填充器抽取相应的语义槽属性-值.该方法是数据驱动的, 训练数据的标记比较容易.实验在汉语航班预定领域进行, 结果表明, 在语音识别字错误率很高的情况下, 该方法比传统的基于语法规则的语言理解方法更加鲁棒, 在语义理解正确率方面有明显改善. 相似文献
14.
本文应用BP神经网络算法对铂电阻温度传感器进行非线性校正,给出了BP神经网络的结构和训练权值的方法,在训练网络时对输入量进行了归一化处理。并应用此训练的网络对一实际的温度采集系统进行校正。此方法实现简单,大大方便了铂电阻温度传感器在温度测量中的应用。 相似文献
15.
点集匹配是计算机视觉和模式识别中的重要问题，在目标识别、医学图像配准、姿态估计等方面都得到广泛应用。提出基于机器学习的端对端模型——multi-pointer network（MPN）来解决点集匹配问题。该网络模型利用多标签分类的思想，改进pointer network。以前的模型只输出输入序列的一个元素，而MPN模型选择输入序列中的一组元素作为输出。首先，把点集匹配问题转换为序列问题。这样，网络的输入为顶点的坐标序列，输出为点对之间的对应关系。利用这种方式，可以解决相对于整个空间的平移变换和其他大幅度的刚性变换。实验结果表明，模型也可以被推广解决其他带结构的组合优化问题，如三角剖分等。 相似文献
16.
基于无人机影像的高精度人脸识别在应急救援、嫌疑人员跟踪等场景中发挥着重要作用。深度学习卷积神经网络以其较高的精度和较少的人为干扰被广泛应用于目标检测识别领域,能很好地应用于无人机影像人脸识别任务中。探究在无人机嫌疑人员识别应用场景下利用卷积网络进行人脸高精度识别,用改进后的YOLOv3(you only look once)进行无人机影像的人脸检测,将得到的预测框对齐后输入到经典的Facenet人脸识别网络中进行目标身份的判定。实验对比了改进后的YOLOv3、原始YOLOv3和MTCNN(multi-task convolutional neural network)的检测效果以及结合Facenet进行人脸识别的效果。结果表明：1)改进后的YOLOv3相对于原始YOLOv3不仅精度和召回率得到提升,而且模型参数量有所减少,无人机影像的漏检和错检现象也轻于原始YOLOv3;此外,改进后的YOLOv3相对MTCNN的AP(average precision)提升9.49%,检测速度也约是MTCNN的3倍;2)改进后的YOLOv3+Facenet相对于原始YOLOv3+Facenet及MTCNN+Facenet对人脸的区分能力更强,精度更高,对遮挡以及模糊的鲁棒性也更强。 相似文献
17.
针对日长变化难以用精确模型进行预报的问题,将一种新型人工神经网络--极限学习机(extreme learning machine, ELM)用于日长变化预报中.首先针对时间序列预测问题中存在的嵌入维数选取和网络结构设计问题,提出一种基于灰色关联分析(grey relational analysis, GRA)的ELM算法(GRA-ELM),该算法将灰色关联分析输入节点选取嵌入到ELM网络的训练过程中,同时完成嵌入维数和隐层节点规模的确定.然后根据日长变化数据的特点对其进行预处理,建立一种能够高精度、近实时预报日长变化的GRA-ELM预报模型.最后将GRA-ELM模型的预报结果同标准ELM、反向传播神经网络、广义回归神经网络和地球定向参数预报比较竞赛的结果进行比较.结果表明,通过本方法得到的日长变化较其他方法在精度上有较大改善. 相似文献
18.
随着科技信息的不断进步,数字多媒体信息在人们的日常生活应用越来越广泛,随之而来的信息安全问题也逐步受到人们的重视.在数字传输过程中,传统的加密系统很容易被解密,丧失保护作用.现阶段,图像水印技术逐步被研究者提出,并发挥了广泛作用.结合图像水印技术和神经网络的发展以及现状,针对基于神经网络的图像水印技术进行研究分析. 相似文献
19.
基于仿真SAR图像深度迁移学习的自动目标识别 总被引：1，自引：0，他引：1
使用深度卷积神经网络实现SAR图像的自动目标识别在训练过程中需要大量的标注数据。为解决由SAR实测数据获取成本高、标注数据量不足带来的问题，提出一种在由CReLU激活函数和批归一化改进的卷积神经网络上，使用仿真SAR图像提升最终目标识别性能的方法，把从大量仿真SAR图像学习到的有效知识迁移到实测SAR图像数据上。在训练中，先用仿真SAR图像预训练卷积神经网络，结合迁移学习的方法，有效地解决由SAR图像数据不足带来的过拟合问题。在MSTAR数据集上验证方法的有效性，识别准确率提高到99.78%，并在少量SAR图像样本数据上也取得不错的识别效果。 相似文献
20.
基于BP神经网络与时间序列分析的柴油机故障诊断 总被引：2，自引：0，他引：2
朱建元 《上海海事大学学报》2006,27(4):22-27
将时间序列分析和神经网络相结合应用于柴油机振动故障诊断.从时间序列分析的结果中提取柴油机故障的特征参数,然后以此建立相应的神经网络,识别柴油机的运行故障,大大提高诊断的准确性.讨论柴油机气阀间隙异常的诊断和柴油机负荷状态的识别,并给出振动特征参数与柴油机工作状态之间的关系. 相似文献