基于超复数计算的3D径向坐标可视化映射方法

提出一种多维数据3D空间可视化方法。在二维径向坐标映射基础上,引入雷达图的面积特征作为第三维,构成三维径向坐标映射。基于超复数实现径向坐标在3D空间的计算。实验结果表明,三维映射较二维映射更能反映数据结构信息,有效处理了二维径向坐标映射中映射数据点易堆叠的问题。     

图形转换的一种方法

大量工业和工程系统的设计通常都可通过使用各种形式的流程图来进行。例如生产处理和数据处理。ＧＴＥＳ是应用人工智能技术开发的支持结构数据设计和信息处理的专家系统。本系统使用数据流图定义软硬件结构,其中结点表示数据处理步骤,有向弧表示处理步骤之间的数据流。由用户自定义总的处理图开始本专家系统通过应用转换规则来转换这一图形,以使该处理图能满足已说明的设计目标和硬件条件。虽然本专家系统的特殊应用领域为数据和     

可视化映射事例的检索方法研究

可视化映射需要满足表示准则和有效准则。本结合基于事例的推理技术对可视化智能映射进行研究,提出了一种适合可视化映射的事例检索新方法。分析了可视化映射问题的索引模式。在集成神经网络与模糊认知图的基础上,给出了可视化映射事例的匹配算法和最佳事例选择算法,消除了基于固定相似性评价尺度进行事例检索的缺点,也解决了带有主观评价因素的可视化映射的表示准则和有效准则问题。     

一种改进的地理交通信息热图可视化方法

为了解决图可视化中的边混乱问题,并展现与地理信息相关的数据信息,在基于地理交通信息的边绑定算法基础上,利用热图展现交通路径的数据信息,通过热度值与颜色之间的映射展现路径上人口迁徙频繁程度;为解决热图可视化过程中计算速度问题,利用四叉树结构对地域进行划分,并将热点按照影响域与地域挂接,加快热度值计算速度。实验结果证明,引入热图的基于地理交通信息边绑定算法在有效降低图的混乱度基础上,实现了热度强度的直观展现;四叉树结构引用,大幅度降低了运算时间,最大加速比约为7.6,取得了良好的运算效果。     

一种基于声调特征映射的无载体信息隐藏方法

搜索式无载体信息隐藏方法无需修改载体即可嵌入秘密信息,可有效维持秘密信息的不可感知特性,但算法性能极度依赖文本大数据集.基于此,提出一种基于声调特征映射的文本无载体信息隐藏方法.该方法通过声调特征编码获取文本的特征序列,利用特征匹配与指定匹配算法构建文本与秘密信息的映射关系,直接从文本集中检索符合映射关系的文本并发送,...     

可视化环境下的图形建模方法

提出了一种利用面向对象、可视化技术实现的电力系统可视化图形系统 ,系统可以实现全面的电力系统知识模型。由可视化的图形逐步推出系统模型 ,同时使一套数据库服务于多套应用分析程序 ,实现了方便、灵活、界面友好的建模系统。     

可视化环境下的图形建模方法

提出了一种利用面向对象、可视化技术实现的电力系统可视化图形系统，系统可以实现全面的电力系统知识模型。由可视化的图形逐步推出系统模型，同时使一套数据库服务于多套应用分析程序，实现了方便、灵活、界面友好的建模系统。     

多维函数图形的一种三维可视化方法

为研究多维函数图形的可视化问题，利用科学可视化概念和向量正交性的特点，将多维函数通过某种链化方式转化为三维函数，提出了函数可视化的一种新方法。3个算例均表明该方法针对所研究的问题有效和可靠，并且不受函数变量维数的限制，为图形可视化提供了一个新途径。     

一种基于三角划分的纹理映射方法

提出一种基于三角划分的纹理映射算法。该方法包括如下几个方面：确定最彰著地体现服装轮廓的特征点集；建立服装关键尺寸与特征点之间的关系；在特征点集的基础上，对服装图像进行三角划分；测量客户的服装关键尺寸，应用服装关键尺寸与特征点集之间的关系。     

一种雷达干扰信号识别的映射统计方法及其实验研究

提出了一种基于雷达视频波形的干扰信号自动识别方法，并在地空导弹雷达制导站实地录取了干扰数据，用该方法进行了实验研究。结果表明：采用该方法构成的识别系统，具有较高的正确识别率。     

特征映射模型及项目风险分析应用

项目风险因素识别方法和手段正确实用与否,风险分析结论准确全面与否,对后续的项目风险评价和风险控制有很大影响。本文基于特征映射理论和目标导向的项目风险分析的结构化方法,建立项目风险分析目标体系和风险分析全息模型。从另一个角度对风险识别提出了较为全面的识别和分析方法,同时也满足实践中对项目风险分析的直觉判读、经验知识的简洁实用等方面的需求。     

新型高光谱图像的超分辨率制图方法

由于高光谱图像的应用在很大程度上受限于其较低的空间分辨率,为此提出了一种结合支持向量机和小波变换的高光谱图像超分辨率制图方法．先对高光谱图像进行光谱解混得到分量图,然后对分量图进行一级小波分解．各局域窗内中心像元的3个高频系数与邻域像元低频系数之间的对应关系表示为训练样本,用于支持向量机的学习．训练好的模型用来对低分辨率图像即分量图进行超分辨率制图．实验表明,这种借助小波变换来获取训练样本的学习方法无需先验信息,相比采用BP神经网络学习的方法,支持向量机的超分辨率制图效果更佳．     

基于Wavelet leader和优化的等距映射算法的回转支承自适应特征提取

为了解决回转支承振动信号微弱,特征信息不易提取的问题,提出基于Wavelet leader方法和经混合灰狼算法优化的等距映射算法（HGWO-ISOMAP）的多分形自适应特征提取方法. 利用Wavelet leader计算多分形特征,挖掘振动数据的几何结构信息,构造高维特征矩阵;通过HGWO优化后的ISOMAP算法对高维特征矩阵进行自适应特征筛选;将筛选后的特征矩阵输入到经遗传算法（GA）优化的最小二乘支持向量机（LSSVM）中进行故障状态识别. 为了验证所提方法的优越性,采用课题组自主研发的回转支承综合性能试验台对某型号回转支承进行全寿命实验. 结果表明,相比一般时域、时频域、频域特征提取方法,所提方法能提高识别精度,缩短计算时间,为回转支承特征提取提供新的有效途径.     

不均衡问题中的特征选择新算法:Im-IG

机器学习中各类别样本数目不等是普遍存在且备受关注的不均衡问题。广泛用于特征选择的信息增益IG(information gain)算法,在这类不均衡问题中的表现却极少被研究。本文在讨论IG算法在不同均衡度数据集上性能的基础上,提出了一种新的解决不均衡问题的特征选择算法Im-IG(imbalanced information gain)。Im-IG通过提高小类分布在信息熵计算中的权重,优先选入有利于小类正确分离的特征。在提升整体分类性能的同时,着眼于提高小类的正确率。在多个不均衡数据集上的实验结果表明,Im-IG算法能较好地解决IG算法在不均衡问题中的不适应性,是一种有效的不均衡问题特征选择算法。     

一种基于局部不变特征的SAR图像配准新算法

针对SAR图像配准中匹配效率低、误匹配对多和配准精度差的问题,提出一种基于局部不变特征的SAR图像配准新算法。首先,使用加速分割检测特征（ features from accelerated segment test, FAST）检测算法,检测 SAR图像的FAST角点;使用DAISY描述子对FAST特征进行描述,得到SAR图像不变特征。其次,采用基于KD树的欧氏距离匹配策略,实现特征点对的粗匹配;采用RANSAC算法去除误匹配,实现特征点对精匹配。然后,采用仿射变换模型,实现图像插值和图像变换,实现SAR图像粗配准。最后,建立配准精度评估反馈机制,实现配准优化。通过使用不同时相、不同工作模式HJ－1C星载SAR和不同极化、不同波段机载AIRSAR图像配准实验,提出算法与经典不变特征配准算法相比,具有适配性好、配准效率高的优点。     

基于蚁群算法的行为识别特征优选方法

为了降低特征冗余,提高移动用户行为识别的准确率,提出一种基于蚁群算法的移动用户行为识别加速度信号特征优选方法。首先对样本数据进行预处理,根据特征对不同行为的分类敏感度进行初次优选,降低特征搜索空间的维度;然后利用蚁群算法结合神经网络分类器,以特征的分类准确度为评价准则对特征集合进行了二次优选。实验结果表明,该方法优选出的特征集具有较好的识别性能。     

一种面向连续型属性的特征选取方法

特征选取是数据约简方法之一,其对提高机器学习的效率和效果具有重要影响。根据对象在特征空间中的分布,划分连续特征空间为类别单一、边界清晰的多个子空间。依统计学意义,把各个子空间分别投影到所有特征上,获取所有不同类别子空间对当前子空间特征区分能力的评估。通过构造区分能力评估矩阵,实现特征分类能力的排序。引入特征集区分能力信息增益,结合特征分类能力排序,逐一优选特征,最终完成特征子集的求解。采用UCI(University of California Irvine)数据集进行实验,获取特征子集,利用该特征子集,提高了机器学习效率和分类精度,表明了特征选取的可行性。     

行人再识别中的多尺度特征融合网络

针对行人再识别中待识别对象和目标对象的体态、衣服的颜色等外貌特征非常相似时,模型难以正确识别行人身份这一难点问题,提出了一个基于残差网络ResNet50改进的多尺度特征融合网络.通过利用最后一层特征协同多个中间层特征,采用顶层到下层递进式加和的特征层融合机制来提取行人图像特征,确保模型在总体特征表述基础上,提高对微小细节信息的表征能力.在3个主流的行人再识别公共数据集Market-1501、CUHK03（D）和DukeMTMC-reID上进行了实验,与2018年同类型的行人再识别网络DaRe相比,提出的方法比Market-1501数据集的Rank-1指标提升了2.82%,mAP指标提升了4.32%;比DukeMTMC-reID数据集的Rank-1指标提升了5.45%,mAP指标提升了6.4%.实验结果证明了所提出方法的有效性.

     

一种新的雷达全脉冲信号特征提取方法

提出一种基于结构函数和经验模态分解的雷达全脉冲信号特征提取方法.该方法将载波频率和到达时间构成二维特征信息,并且首次引入结构函数和经验模态分解对雷达全脉冲序列的特征进行分析.实验结果表明,该方法能够有效地提取出复杂脉冲环境中载频周期滑变信号的滑变频率,从而为多信号交叠的雷达脉冲序列的信号分选找到一个新的特征.     

A feature extraction and correspondence algorithm for laser range finder with sensor uncertainty

This paper presents a feature extraction and conrrespondence algorithm which employs a novel feature transform. Unlike conventional approaches such as Hough Transform, we employ a robust but simple approach to extract the geometrical feature under real dynamic world conditions. Multi-threshold segmentation and the split-and-merge method are employed to interpret geometrical features such as edge, concave comers, convex corners, and segments in a unified framework. The features are represented by feature tree (F-Tree) so as to compactly represent the environments and some important properties of the F-Tree are discussed in this paper. To demonstrate the validity of the approach, we show, the actual experiment results which are based on real Laser Range Finder data and real time analysis. The comparative study with Hough Transform shows the advantages and the high performance of the proposed algorithm.