識別率
- 基于PCA-SSA-PNN 的齒輪故障診斷
型對故障診斷的識別率。因此，如何優(yōu)化PNN模型平滑因子，提高對齒輪故障的診斷效率，是PNN 應用的關鍵問題。1 數學模型原理概述1.1 主成分分析與數據歸一化主成分分析（PCA）是一種常見的數據降維方法［19］，韓璞、張洪波等分別應用該方法與貝葉斯網絡、PNN 網絡相結合，進行汽輪機、模擬電路的故障診斷［20-21］。PCA 方法步驟如下：（1）輸入樣本集D={ x1, x2,… , xm}；（3）計算協(xié)方差矩陣XXT及所對應的特征值和特征向量；（4）按照
長沙大學學報 2023年2期2023-06-03
- 基于LeapMotion 的手勢識別算法改進與研究
[14]和有效識別率，S-KNN 算法流程如圖7 所示。圖7 S-KNN算法流程3 驗證結果與分析3.1 S-KNN 算法與基于歐式距離的KNN 算法的平均識別率對比如圖8 所示，S-KNN 算法與基于歐式距離的KNN 算法[15]的平均識別率隨著K值變化的對比圖中，線S-KNN-Feature 代表S-KNN 算法的平均識別率，線KNN-EU-Feature 代表基于歐式距離的KNN算法的平均識別率，橫軸代表K的取值，縱軸為識別準確率。隨著K值的變化二者
電子設計工程 2023年1期2023-01-08
- 基于主成分分析和支持向量機的魯棒稀疏線性判別分析方法
，既耗時又降低識別率。因此如何從高維圖像中提取具有代表性的特征成為當下研究的熱點[3]。最近幾十年，中外學者針對特征提取提出了各種各樣的方法，其中線性判別分析(linear discriminant analysis，LDA)被廣泛使用。LDA的基本原理是通過建立最小化類內散度矩陣同時最大化類間散度矩陣模型來獲得投影矩陣，基于LDA的模型多種多樣[3-5]。Li等[6]提出的魯棒線性判別分析(robust linear discriminant analy
科學技術與工程 2022年26期2022-11-01
- 肌音信號的采樣率與截止頻率對識別率影響研究
采樣率相近的識別率精度。對于信號的采樣頻率，學者們有著不同的結論。肌音信號的模式識別目前常用的采樣率為1 000 Hz，但高采樣頻率會導致計算的復雜性偏高，處理時間變長，難以實現實時處理，使得人機交互的發(fā)展受到限制。對于計算能力有限的處理器，更希望有著較少的計算量。文獻[11]所設計的基于肌音信號的啞語翻譯器采樣率為333 Hz，也達到了97.5%的識別率。所以，有必要探究肌音信號的采樣率對識別率的影響以及可以同時兼顧識別準確性和成本效益的最優(yōu)采樣率。肌
現代電子技術 2022年17期2022-09-09
- 基于信息熵的局部二值模式手指靜脈識別
、能夠達到較高識別率等特點，在實際應用上具備一定的優(yōu)勢。關鍵點的匹配是手指靜脈識別的有效手段，Meng等[9]結合感興趣區(qū)域與細節(jié)匹配，提出了基于區(qū)域的檢測方法，通過計算Hessian矩陣作為細節(jié)點特征，對于細節(jié)點的匹配采用鄰域匹配以減少計算量，取得了較好的識別率，但相應地增加了匹配時間。Jin等[10]提出的基于二值圖像的算法，對感興趣區(qū)域提取特征點，利用梯度直方圖將特征點矢量化描述，有效縮小了圖像視野，為靜脈采集裝置的小型化提供思路，但算法的識別率仍有
科學技術與工程 2022年14期2022-06-14
- SSPO：一種部分遮擋單樣本人臉識別算法
人臉識別算法的識別率達到了瓶頸。如何提高部分遮擋人臉的識別率是當前國內外學者普遍關注的課題。作為人臉識別的一個分支，單樣本人臉識別在實際應用中扮演著非常重要的作用。在機場，火車站等場合，身份證、護照、駕照等的識別屬于單樣本人臉識別的范疇。在樣本數比較多的情況下，傳統(tǒng)的人臉識別算法識別率很高。單樣本人臉識別場景下，由于樣本數不足，人臉識別算法識別率受到嚴重影響。部分遮擋的單樣本下人臉識別是當前的一個挑戰(zhàn)，這是新時期的一個重要的研究課題?，F有的單樣本人臉識別方
湖北工業(yè)職業(yè)技術學院學報 2022年1期2022-04-08
- 心盤螺栓故障圖像自動識別應用
心盤螺栓故障的識別率。[關鍵詞]心盤螺栓故障;圖像自動識別;識別率[中圖分類號]TP391.41 [文獻標志碼]A [文章編號]2095–6487（2021）09–00–03[Abstract]The load capacity of railway freight cars is increasing， and due to the background of comprehensive speed increase， the running speed
今日自動化 2021年9期2021-12-08
- 基于單形進化的多項式神經網絡訓練算法
不僅能有效提高識別率，而且能減小控制參數對學習性能的影響，提高算法的整體魯棒性。關鍵詞：多項式神經網絡;識別率;進化策略;分類Abstract： In the polynomial neural network training algorithm， when the intelligent optimization algorithm is used for learning optimization， the control parameters of
電腦知識與技術 2021年22期2021-09-14
- 平坦下降及全聾型突聾患者的純音和言語識別率分析
純音測聽和言語識別率測試發(fā)揮著越來越充分的作用，本研究重點對平坦下降及全聾型突聾患者的純音測聽和言語識別率結果進行分析，旨在研究聽力損失、年齡與言語識別率的特點及關系，以便為臨床提供有效的診療支持。1 研究對象與方法1.1 研究對象從2014年5月至2018年7月收入解放軍總醫(yī)院耳內科病房的突發(fā)性耳聾平坦下降及全聾型聽力損失患者1311例，收集聽力正常者601例（為聽力正常組言語識別率作對比），共1912例，男性1020例（53.35%）；女性892例（4
中華耳科學雜志 2021年4期2021-09-01
- 基于GFCC與CFC的低信噪比說話人識別
不同信噪比下的識別率做了比較，實驗結果表明基于人耳聽覺特性的穩(wěn)健特征提取方式在高信噪比時識別率最高；本文針對低信噪比情況下說話人識別系統(tǒng)的識別率較低的問題，提出了基于多窗譜估計普減法的能熵比法用于語音的前端降噪處理，結果表明通過改進的端點檢測法在低信噪比下明顯提高說話人識別的識別率。端點檢測；CFC；識別率說話人模型是說話人識別系統(tǒng)的核心，目前常見的說話人模型包括：隱馬爾科夫模型、高斯混合模型、矢量量化、人工神經網絡等。這些方法的運用只考慮了語音信號的時變
網絡安全技術與應用 2021年1期2021-01-15
- 游樂設施焊接缺陷分析與檢測研究
三種缺陷的整體識別率可達92.86%，具有較好的識別率，有助于確保游樂設施焊接生產的質量。關鍵詞： 焊接缺陷檢測; 游樂設施; 圖像處理; 特征提取; 缺陷識別模型; 識別率中圖分類號： TN911.73?34 ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）23?0039?05Abstract： The welding technology has an
現代電子技術 2020年23期2020-12-23
- 基于(2D)2-PCANet的種子圖像識別
的方法有更好的識別率。提取圖像高層特征的關鍵是特征提取網絡中的特征模板。常見的深度學習神經網絡有DNN[11]、CNN[12]、RNN[13]、GAN[14]等，而PCANet[15-19]是其中一種簡單的特征提取CNN網絡，其采用PCA算法計算特征模板，在雜草種子圖像識別上取得了較好的識別率。LDA算法和KPCA算法都是比較常見的降維方法，但是LDA方法是有監(jiān)督的降維方法，需要知道每一個訓練樣本的類別，而特征提取網絡是將一個圖像分割為多個分片，提取每一個
計算機應用與軟件 2020年10期2020-10-15
- 基于多參數融合優(yōu)化的隱馬爾科夫模型的設計
科夫模型對語音識別率的影響，設計多參數融合優(yōu)化的且有較高識別率的隱馬爾科夫模型。1 HTK簡介二十世紀七十年代，語音識別領域引入了隱馬爾可夫模型，它使得自然語音識別系統(tǒng)取得了突破性進展，成為傳統(tǒng)語音識別的主流技術。目前大部分的語音識別系統(tǒng)還是基于HMM 的，雖然深度學習技術已引入到語音識別領域中。HTK 是由劍橋大學基于C 語言開發(fā)，專門用于創(chuàng)建和處理HMM 的工具，廣泛應用在語音識別、語音合成、字符識別和DNA 排序等多個領域。經過劍橋大學、Entrop
現代計算機 2020年18期2020-08-07
- 呼吸困難評級在呼吸系統(tǒng)疾病護理評估中的應用效果分析
指標對兩組病情識別率進行比較，其中包括早期識別率以及準確識別率；對患者進行滿意度相關的調查問卷，總分100分，由患者進行滿意度評分，90分及以上為非常滿意，60～90之間為滿意，60分以下則為不滿意。1.4 統(tǒng)計學方法2 結 果對兩組患者病情識別率以及護理滿意度進行對比，研究組病情早期識別率、準確識別率以及護理滿意度均明顯高參照組，數據具有統(tǒng)計學差異（P＜0.05）。具體情況見表1。表1 兩組患者病情識別率以及護理滿意度對比[n（%）]3 討 論呼吸系統(tǒng)疾
臨床醫(yī)藥文獻雜志(電子版) 2020年32期2020-07-23
- 完全判別信息Fisherfaces人臉識別算法
特征臉法更好的識別率.但在實際應用的過程中，LDA經常出現“小樣本問題”，即樣本數n遠遠小于維數m，從而導致類內散度矩陣Sw為奇異陣，使得該方法失效.為了克服小樣本問題，許多學者提出了改進方法，Belhumeur提出了Fisherfaces算法[2]，通過PCA降維，使得Sw可逆.但在對樣本數據降維的過程中，丟失了部分判別信息.Chen等提出了零空間法(NLDA)[3]，發(fā)現Sw的零空間內存在大量的判別信息.但由于零空間的維數過高，從而不易計算.Yu提出了
湖北大學學報(自然科學版) 2020年4期2020-07-15
- 基于“互聯(lián)網+”的聲紋識別技術在刑事案件偵破中的應用研究
數的增加，系統(tǒng)識別率會有少許降低，但平均識別率較高，為89.6%;與GMM系統(tǒng)相比，GMM?UBM系統(tǒng)具有較高的識別率，隨著混合度的增加，GMM?UBM系統(tǒng)識別率隨之增大。關鍵詞： 刑事案件偵破; 聲紋識別; 互聯(lián)網+; GMM?UBM; 識別率; 參數訓練中圖分類號： TN912?34; TP311 ? ? ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）07?0034?0
現代電子技術 2020年7期2020-06-15
- 改進的全卷積神經網絡在手寫數字識別上的應用
提高手寫數字的識別率，論文提出了一種改進的全卷積神經網絡手寫圖像識別方法。首先通過傳統(tǒng)的卷積神經網絡獲取手寫數字圖像的輪廓特征，其次在模型訓練的初始階段，傳統(tǒng)的修正線性單元（RELU）激活函數被指數線性單元（ELU）激活函數所代替，然后應用支持向量機（SVM）分類器替換原始卷積神經網絡的多項邏輯回歸（Softmax）分類器，并對輸出的像素分類結果進行反卷積操作，從而獲得分割結果。最后，使用提出的算法在MNIST數據集進行驗證，與其他算法比較具有較高的識別精
電腦知識與技術 2020年35期2020-06-07
- 基于唯密文數據的序列密碼識別*
以90%以上的識別率進行區(qū)分，表明了不同算法下的密文數據中存在可區(qū)分的特征。機器學習方法在基于唯密文數據的密碼識別研究領域具有重要作用。Mishra等人將塊長度和流檢測法、熵重現分析法和決策樹算法相結合[2]，得到一種聯(lián)合方法用于分析AES、DES和Blowfish算法的密文模式。Chopra等分別采用樸素貝葉斯法和K近鄰法，對AES、3DES和Rijndael算法進行識別[3]。分組密碼識別研究主要集中于ECB模式，但是很多密碼應用場景更多地采用了CBC
通信技術 2020年1期2020-03-25
- 基于類圖像處理與向量化的大數據腳本攻擊智能檢測
s)具有更高的識別率、更強的魯棒性以及更好的泛化性能[6]。為此,本文設計多種DCNNs算法,構建基于“輸入層+卷積層+卷積層+池化層+卷積層+卷積層+池化層+全連接層+全連接層+Softmax層”10層深度的結構,以實現大數據安全防護檢測,并通過模型訓練進行大數據智能檢測。為減輕梯度消失等問題[7-8],本文選擇Relu函數作為激活函數,其定義為:f(x)=max(0,x)(12)通過式(13)可以求得卷積層的相應輸出值,如下:(13)其中,xi,j表示
計算機工程 2020年3期2020-03-19
- 基于小波特征提取的氣體傳感器溫度調制模式研究*
得出被測氣體的識別率。本文選用的是具有正交性的db4小波,不僅可以將信號分解到無重疊的子頻帶上,而且可以高效進行離散小波變換,同時具有較好的平滑性和數值穩(wěn)定性,有利于后續(xù)的小波分析[4]。圖2顯示了CH4,CO,清潔空氣以及乙醇4種氣體最后100 s樣本在0～300 ℃正弦波、三角波、方波、鋸齒波10 s周期溫度調制下4層db4小波分解的12個低頻系數?？梢钥闯?分解后其低頻小波系數在要區(qū)分的氣體之間差異明顯,因此只需要把這12個小波特征提取出來作為氣體的
傳感器與微系統(tǒng) 2019年12期2019-12-24
- 基于局部金字塔描述算子的雜草種子識別
和86.2%的識別率，與SIFT和SURF描述算子相比較識別率有了很大提高。實驗結果表明，在傳統(tǒng)的局部描述算子基礎上，基于特征金字塔描述算子來提取特征和基于空間金字塔來合并特征可以提高分類性能。關鍵詞：種子識別;分類;多分辨率金字塔;編碼技術;描述算子;識別率中圖分類號：TP391文獻標識碼：A文章編號：2095-1302（2019）11-00-030 引 言由計算機代替專業(yè)人員對雜草種子進行識別現在已經成為熱門課題，這樣可以加快識別速率并減少人工識別中的
物聯(lián)網技術 2019年11期2019-12-11
- 基于二維雙向PCA的手寫數字識別算法研究
識別方法來解決識別率和識別速度的問題。數字識別主要分為2步：① 特征提取[2]；② 分類識別。其中，特征提取在數字識別系統(tǒng)中有著舉足輕重的地位。主分量分析(PCA)作為一種十分有效的方法，在特征提取中發(fā)揮著重大的作用。傳統(tǒng)的KNN算法識別率和識別速度均不高；學者胡君萍提出的PCA結合KNN的識別算法[3]，其識別率和識別速度均有提高，但二者相互矛盾，且需要將二維矩陣轉換為一維向量，不能精確計算協(xié)方差[4]；針對一維上PCA算法的不足，學者王軍平提出了2DP
無線電工程 2019年12期2019-11-18
- PCA-改進RPROP方法的BP算法在音樂信號分類中的應用
-N)′,網絡識別率為(23)3 實驗結果及分析為了驗證算法的有效性，對音樂分類的問題進行實驗。采用所提出的PCA-改進BP神經網絡和附加動量法改進的BP神經網絡及標準神經網絡從最高識別率、達到最高識別率90%的用時和平均識別率3個方面進行比較。實驗環(huán)境是PC機，Intel Xeon E3-1230 v2 CPU，四核心八線程，主頻3.3 GHz。Windows 10操作系統(tǒng)，Matlab 7.1實驗平臺。選擇的4類音樂為：重金屬樂，山歌，通俗歌曲，笛子。
測控技術 2019年7期2019-09-19
- 基于隱馬爾科夫模型集成學習的廣播關鍵詞檢測
型84.8%的識別率相比，集成的PocketSphinx系統(tǒng)識別率達到92%，并且具有更好的穩(wěn)定性。關鍵詞：關鍵詞識別;PocketSphinx;隱馬爾科夫模型;集成學習中圖分類號：TN912.34 文獻標識碼：A 文章編號：1003-5168（2019）35-0008-04Application of Hidden Markov Model with Ensemble Learningin Broadcast Keyword Dete
河南科技 2019年35期2019-09-10
- 基于顏色特征的自適應閾值林木樹干識別研究
進行識別，樹干識別率分別達97%，91%和93%。實驗結果表明，對于顏色存在較大差異的林木樹干，所提方法具有較高的樹干識別率。關鍵詞： 林木樹干識別; 顏色特征; 圖像分割; RANSAC; 精確擬合; 識別率中圖分類號： TN911.73?34; TP391? ? ? ? ? ? ? ? ?文獻標識碼： A? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2019）16?0144?050? 引? 言林木樹干識別是林業(yè)領域的基礎性研究
現代電子技術 2019年16期2019-08-23
- 基于Cortex-A8的攝像直讀抄表裝置的設計
應用表明，圖像識別率較高，設備運行穩(wěn)定。關鍵詞：攝像直讀;V4L2;OpenCV;串口;識別率;Cortex-A8中圖分類號：TP274文獻標識碼：A文章編號：2095-1302（2019）04-00-050 引 言隨著物聯(lián)網技術、電子技術、通信技術的發(fā)展，各式各樣的新型遠傳抄表系統(tǒng)涌現。目前我國的水表抄收方式主要有傳統(tǒng)的人工抄表方式、現場自動抄表、預付費抄表、遠程有線抄表、遠程無線自動抄表。自動抄表是利用物聯(lián)網技術處理表具數據，將采集到的水表字輪數據發(fā)送
物聯(lián)網技術 2019年4期2019-07-25
- OCR技術在報刊加工中的應用分析
佳狀態(tài)，在文字識別率過程中，會受到圖像外在因素影響如掃描參數、圖像質量等，降低識別率，未來對OCR技術的研究升級還有待完善和提高。關鍵詞 OCR技術；數字化；掃描參數；識別率中圖分類號 G2 文獻標識碼 A 文章編號 1674-6708（2019）235-0159-02隨著數字化時代的趨勢，越來越多的圖書館致力于圖書的信息化建設來實現信息資源的整合，以保證圖書館的生存和發(fā)展。通過將館藏文獻如期刊、報紙、圖書等進行數字化加工，形成電子資源數據庫，實現數字圖書
科技傳播 2019年10期2019-07-16
- 不同拍攝模式對福建四種常見林業(yè)蛾類標本圖像識別的影響
機的快門速度對識別率有顯著影響（P0.05）;②拍照設備中以單反相機的平均識別率最高，達93.3%，但3種設備對識別率沒有顯著性影響（P>0.05）;③不同的拍攝角度對識別率有顯著影響（P關鍵詞：標本;蛾類成蟲;自動識別系統(tǒng);識別率中圖分類號：S763;TP399? ? ? ? ?文獻標識碼：A文章編號：0439-8114（2019）08-0136-05DOI：10.14088/j.cnki.issn0439-8114.2019.08.032? ? ? ?
湖北農業(yè)科學 2019年8期2019-07-03
- 基于真耳分析的助聽器配戴者言語可懂度指數與言語識別率的關系
息占比，與言語識別率有一定關系，但受到多種因素影響。本文擬研究使用真耳分析調試助聽器，通過測量真耳助聽響應得到調試前后的SII值，并分析其與言語識別率的關系。1 資料與方法1.1 研究對象選取27例25～88歲的感音神經性聾受試者，男15例，女12例，平均聽力損失為40～80 dB HL，助聽器配戴經驗2個月及以上。所有受試者均知情并自愿參加本項研究。1.2 測試方法真耳測試儀器為Aurical真耳分析儀（爾聽美，丹麥），考慮到有一部分啟動自適應特性的助聽
中國聽力語言康復科學雜志 2019年3期2019-06-24
- 人臉識別中AlexNet網絡設計和改進方法研究*
設計的測試集的識別率只是通過網絡模型測試人臉數據的優(yōu)劣性，最終的識別率是全部樣本的識別率。同時通過比較各個集合的損失值得出網絡模型在保留盡可能多的人臉信息的前提下保證其識別率的準確性。3.1 卷積神經網絡的人臉識別AlexNet網絡的迭代次數取為1 000～10 000),本文網絡的迭代次數取為(1 000～10 000）用這些模型進行人臉識別的測試來比較它們的損失值和識別率。圖5表示出對應于ORL中的原網絡和本文網絡的迭代次數的訓練集成本函數損失。圖5
通信技術 2019年3期2019-05-31
- 聽力正常青年人的低通濾波言語測試研究*
信息，得出言語識別率并分析其言語能力。言語具有一定的冗余度，冗余度是指在語音信息識別和理解過程中未起作用的多余信息[1]；LPFS測試過濾了言語材料中的一些信息，降低了言語冗余度，考察在冗余度減少的情況下受試者還原和聽清言語的能力，以反映聽覺中樞對語音信息的處理能力。1954年，Bocca等[2]首次發(fā)現使用濾波言語增加測試難度后，更容易發(fā)現聽中樞的聽覺處理障礙，隨后濾波言語材料開始被應用于中樞病變的診斷。多年來LPFS測試在國外取得了較大進步，已廣泛應用
聽力學及言語疾病雜志 2019年3期2019-05-24
- 復雜光照下人臉預處理的算法研究
識別系統(tǒng)中，其識別率有較好的提升。關鍵詞：Retinex理論；小波變換；非均勻光照；識別率隨著人臉識別技術的迅速發(fā)展，在國家及公共安全等領域，人臉識別技術已顯示出較大的應用前景。當前，人臉識別技術已經成為當前機器視覺中的一個重要部分[1]。雖然人臉識別技術已在多個領域得到了較大的應用，但是在人臉識別的研究中還存在較大的問題。在人臉識別的技術發(fā)展中，受到的影響因素有很多，其中光照就是影響因素之一。本文針對人臉識別技術的研究中，利用公開人臉庫重點分析復雜光照下
無線互聯(lián)科技 2019年3期2019-05-22
- 基于多模態(tài)融合的RGB—D物體識別
態(tài)的特征對物體識別率的貢獻進行特征級融合得到多模態(tài)融合特征，最后送入SVM分類器進行分類識別，并調整融合參數尋求最優(yōu)識別率。在RGB-D數據集上進行分類識別實驗，結果表明該方法的物體分類識別率能夠達到83.6%，比其他方法提高了1%-2%。關鍵詞：分層匹配追蹤；特征級融合；多模態(tài)融合；SVM分類器；識別率中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2018）18-0180-03RGB-D Object recognition ba
電腦知識與技術 2018年18期2018-11-01
- 卷積網絡樣本數和迭代數與識別結果關系研究
對卷積神經網絡識別率的影響，本文以經典LeNet卷積神經網絡為研究對象，以Mnist樣本集為樣本，利用Matlab軟件研究了樣本數量和迭代次數與網絡識別率的關系。通過調整訓練樣本數量和迭代次數，對比不同訓練結果對網絡錯誤率的影響，得出在迭代次數、學習率及批數據大小不變的情況下，訓練樣本數目對網絡識別錯誤率的影響存在閾值，當訓練樣本數目大于閾值時，樣本數目增加，錯誤率降低很小；在訓練樣本數目、學習率及批數據大小不變的情況下，隨著迭代次數的逐漸增加，網絡識別的
青島大學學報（工程技術版） 2018年1期2018-10-21
- 信道相關情況下UHF RFID識別性能分析
RFID系統(tǒng)識別率受電波多徑傳播制約的問題，研究了前向與反向相關信道對系統(tǒng)識別性能的影響。將信道分為獨立、相關和完全相關3種情形，基于廣義萊斯衰落信道模型，推導了識別率的解析計算式。與現有分析相比，此分析給出了任意相關系數和多種信道條件下識別率統(tǒng)一的計算式。仿真實驗表明，不同相關系數、信道條件、靈敏度和距離對識別率有影響。射頻識別技術；識別率；相關信道；廣義萊斯衰落模型1 引言超高頻射頻識別（UHF RFID）系統(tǒng)具有無源、識別距離遠、多標簽識別和成本低
通信學報 2018年7期2018-08-03
- 雷達輻射源信號識別特征參數集的構建方法
二相編碼信號的識別率卻并不高。另一個局限性是單個特征的識別率隨仿真條件的變優(yōu)而有趨于“邊緣效應”的現象,不能突破自身識別率的“瓶頸”[23-24]。在特征提取仿真試驗中,當特征維數達到一定值后,增加特征維數并沒有帶來明顯的識別率收益,相反,提取較高維數的特征會顯著提高識別時間成本。針對上述問題,本文擬通過組合不同種類的特征,構建特征參數集,集聚各特征參數在不同調制類型RES中的識別優(yōu)勢,提升基于特征參數集的識別方法的通用性和準確性。1 特征組合及性能分析特
系統(tǒng)工程與電子技術 2018年8期2018-07-27
- 基于Kaldi的普米語語音識別
這對普米語語音識別率的提高意義重大。文獻[8]提出深度學習的概念,激起了深度學習的研究熱潮。自2009年以來,將深度學習技術應用到語音識別領域取得巨大成功。百度研發(fā)的新技術:深度語音識別(Deep Speech),通過使用一種叫做疊加的物理學原理,在干凈的語音語料中加入各種不同的背景噪聲來擴大語音語料量,用得到的語音語料進行深度語音識別實驗,同時使用百度強大的新計算機系統(tǒng)的GPU進行加速支撐,運算效率得到重大提升,詞錯誤率降低了10%[9]。微軟公司人工智
計算機工程 2018年1期2018-01-19
- 影響突發(fā)性聾患者言語識別率恢復的因素的研究進展
要的方面，言語識別率是指受試者能聽懂并正確反饋所測詞匯或語句的百分比，不僅反映聽覺中樞系統(tǒng)功能狀態(tài)，還可以評價外周聽覺通路的功能狀態(tài)[5]。目前，言語測聽除了用于人工耳蝸與助聽器的效果評定及聽神經瘤術后功能的評價外[6]，還能輔助純音測聽判斷突發(fā)性聾的療效及預后[7-9]。突聾除造成患者純音測聽閾值升高，還可能導致言語識別率降低。言語測聽與純音測聽雖然都是主觀測聽，但純音測聽是測試受試者對簡單聲音的反應，言語測聽則是檢測受試者對復雜聲音信號的反應，兩者的反
中華耳科學雜志 2017年6期2017-08-15
- 基于改進的LBP和PCA算法的人臉識別
P算法相比，在識別率上有所提高。關鍵詞：局部二值模式；特征提取；主成分分析；降維；識別率中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2017）17-0173-021概述人臉識別，是對人的臉部特征信息進行身份識別的一種生物識別技術，它的應用前景十分廣泛。如視頻監(jiān)控、公安、司法和刑偵等安全領域。人臉識別的關鍵是如何提取出合適的信息來識別人臉。在過去的幾十年里，相關的研究者們提出了許多有關于特征提取的算法。基于幾何特征的方法、線性鑒別分
電腦知識與技術 2017年17期2017-07-14
- 檔案數字化過程中OCR技術的應用分析
美的，尤其是在識別率方面，很有可能受到圖像質量、軟件質量、掃描參數等因素的影響而導致其識別率下降。文章對檔案數字化過程中OCR技術的應用進行了分析。關鍵詞：OCR技術；檔案數字化；檔案管理；檔案信息；識別率 文獻標識碼：A中圖分類號：G271 文章編號：1009-2374（2017）05-0055-02 DOI：10.13535/j.cnki.11-4406/n.2017.05.0261 OCR技術的解析OCR技術的中文全稱為光學字符識別技術，是通過光學輸
中國高新技術企業(yè) 2017年5期2017-05-05
- 科技文檔中數學表達式的結構分析與識別
，數學表達式的識別率得到了顯著提高。關鍵詞：數學表達式；識別；基準線；識別率中圖分類號：TP391 文獻標識碼：A 文章編號：2095-1302（2016）11-00-030 引 言數學作為自然科學的通用語言，在科技的發(fā)展中有著舉足輕重的地位。而數學表達式作為重要的數學載體，在科學技術相關文檔中有著廣泛的應用。光學字符識別（Optical Character Recognition，OCR）系統(tǒng)能夠高效準確地識別文檔中的文字，但對數學表達式卻一直無法取得較
物聯(lián)網技術 2016年11期2017-01-12
- 人工智能現狀和發(fā)展
人工智能發(fā)展；識別率；人臉識別；遺傳算法中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2016）24-0183-021 智能計算機的發(fā)展1.1人工智能簡述人工智能[1]（Artificial Intelligence，簡稱AI）是計算機學科的一個分支，屬于為世界三大尖端技術空間技術、能源技術、人工智能其中之一，最近幾十年來，人工智能的發(fā)展非常的迅速， 在很多的地方都得到了應用，尤其是在科學領域。人工智能源自于對人的模仿，其最終目的是服
電腦知識與技術 2016年24期2016-11-14
- 非線性分類結合平面變換的雷達信號分選方法*
矢量神經網絡；識別率0引言現代電磁環(huán)境日趨復雜，脈沖數量急劇增多，未來可能達到120萬脈沖/s的量級[1]。如此高脈沖密度的環(huán)境對算法的準確性和實時性提出嚴峻考驗；另一方面，如果能充分利用數據庫中的雷達數據，對環(huán)境中的已知雷達脈沖進行預先分選，將極大提高分選的速度和準確度，同時降低脈沖流密度，進而大大減小對未知輻射源信號的分選難度[2]。目前對已知雷達信號分選的方法主要有：PRI關聯(lián)法、多參數匹配法，脈沖樣本圖法。PRI關聯(lián)法需多次選擇PRI進行試探性匹配
現代防御技術 2016年3期2016-07-21
- 基于發(fā)育網絡的復雜背景下人臉識別
更好的效果，其識別率可達96%以上.關鍵詞：發(fā)育網絡；人臉識別；復雜背景；突觸維護；識別率0引言人臉識別作為計算機視覺及模式識別研究的一個重要子領域，具有重要的理論研究意義和實際應用價值.復雜背景下的人臉識別是一個非常復雜和極具挑戰(zhàn)性的課題，它與指紋、視網膜、基因、聲音等其他人體生物特征識別相比，具有友好、簡單、易于被接受等特點，近年已被廣泛用于國家安全、銀行密碼系統(tǒng)、公安刑偵破案等領域[1].在復雜背景人臉識別的研究中，國內較有代表性的研究有：王波等[2
鄭州大學學報（工學版） 2016年1期2016-06-16
- 基于多傳感器的人體行為識別系統(tǒng)*
系統(tǒng)人體行為的識別率，又能降低系統(tǒng)能耗,提出了基于多傳感器的人體行為識別系統(tǒng)。通過對滑動時間窗內傳感器數據信息進行數學統(tǒng)計，提取數據特征；并通過用weka軟件對數據的這些特征進行分析，設計出基于決策樹的兩層分類識別算法,來對8種常見人體行為進行識別。實驗結果表明：該系統(tǒng)在降低了系統(tǒng)能耗同時系統(tǒng)識別率較高，平均識別率達到93.12 %，系統(tǒng)便于攜帶且具有很強的實用性。關鍵詞:識別率; 系統(tǒng)能耗; 數據特征; 決策樹0引言近年來，隨著人機交互和無線體域網關鍵技
傳感器與微系統(tǒng) 2016年3期2016-06-13
- 機號號牌字符分割算法設計的應用研究
，這樣就會導致識別率極低，所以十分有必要在分割之前進行傾斜校正?！娟P鍵詞】 斜率校正 識別率 字符分割一、機號號牌傾斜校正飛機在跑道滑行過程中，機號圖像和監(jiān)控探頭的鏡頭基本無法成為平行關系，這個原因就造成了機號的傾斜變形。在此次的研究實際情況中，機號存在兩種傾斜情況：水平傾斜和垂直傾斜。當機號號牌傾斜度不大于5°的時候，因為不會影響到后面的識別率，所以沒必要校正，而且機號字符像素變化不大，校正的效果也就不理想；可是在傾斜度較大的時候，就會引起整個字符變形，
中國新通信 2016年5期2016-04-12
- 基于稀疏表示的葡萄干品質分級
的分級方法平均識別率達到96.7%，具有較好的識別率和魯棒性。這為葡萄干等級識別提供了一種新的有效方法。關鍵詞：葡萄干；分級；BP神經網絡；稀疏表示；識別率；支持向量機（SVM）中圖分類號：TP391 文獻標志碼：文章編號：1002-1302（2016）08-0421-03綠色葡萄干是我國新疆地區(qū)的重要特產之一，研究葡萄干品質快速檢測技術，對新疆葡萄產業(yè)的穩(wěn)定發(fā)展有重要的推動作用。葡萄干品質分為外在品質和內在品質2個部分[1]，內在品質檢測主要通過抽樣檢驗
江蘇農業(yè)科學 2016年8期2016-02-15
- 基于RFID技術的白酒物聯(lián)網數據采集系統(tǒng)可靠性研究
重影響了標簽的識別率；同時閱讀器在讀取多個標簽時，識別時間增加。因此文章從標簽的閱讀距離及標簽的碰撞二者出發(fā)，運用MATLAB實驗仿真，得出距離和碰撞對數據采集系統(tǒng)可靠性的影響。從而，為進一步的理論研究奠定基礎。1 RFID數據采集系統(tǒng)1.1 RFID數據采集系統(tǒng)組成及工作原理RFID數據采集系統(tǒng)是由閱讀器、電子標簽、天線、數據管理系統(tǒng)組成。標簽一般是由線圈、天線、存儲器、控制器組成的低壓電路，數據管理系統(tǒng)主要完成數據采集、存儲及處理，如圖1所示。RFID
制造業(yè)自動化 2015年8期2015-10-30
- 關于果蔬采摘機器人的研究探討
蔬采摘機器人；識別率；定位；末端執(zhí)行器在農業(yè)生產中，果蔬的栽培和生長需要用較長的時間來進行，當果蔬成熟之后，又需要耗費大量的經歷來對其進行采摘，如果采摘不恰當，對果蔬造成了損害，就會造成一定的經濟損失。果蔬的采摘工作是一項需要耗費很多勞動力的過程，而且在工業(yè)生產快速發(fā)展的今天，從事農業(yè)活動的人已經越來越少，如果人力不足的話，對于果蔬的采摘是一個嚴重的問題，但是僅僅依靠人力也已經滿足不了現代生產的需求。在計算機技術和相關信息技術的快速發(fā)展帶動下，由機器代替人
科技致富向導 2015年9期2015-10-21
- 生物運動的人際交互辨識研究
1)對交流行為識別率方面女性和男性點光源視頻識別率做對比后發(fā)現“靠近點”這一動作識別率差異有統(tǒng)計學意義(χ2=21.52，P=0.001)；(2)對社會動機識別率方面女性和男性點光源視頻識別率做對比后發(fā)現，“不要”這一動作識別率存在顯著性差異(χ2=8.66，P=0.003)?！澳囊粋€？”這一動作存在顯著性差異(χ2=8.37，P=0.004)；(3)對具體姿勢的識別率差異有統(tǒng)計學意義的是：“我很生氣”(χ2=5.44，P=0.020)、“不要”(χ2=8
海南醫(yī)學 2015年12期2015-04-14
- 基于HHOOGG特征和SSVVMM的絕緣子識別與定位
場工況。表中誤識別率、漏識別率、識別率分別由誤識別圖片數、漏識別圖片數、識別圖片數分別除以簡單背景、復雜背景、綜合背景圖片總數求得。值得提出的是，由于在漏識別的情況下依然可能出現誤識別，所以識別率并不等于 100%與誤識別、漏識別率的差值。圖 4為γ=0.03時誤識別率和漏識別率隨C的變化趨勢。表1γ=0.03時改變誤差懲罰因子C在不同背景下的識別結果Tab.1 Recognition results in different backgrounds wi
交通運輸工程與信息學報 2015年4期2015-03-11
- 車牌識別中的圖像預處理研究
識別;對比度;識別率1.引言自1990 年美國智能交通學會提出智能交通系統(tǒng)（ITS）以來，智能交通系統(tǒng)得到了不斷研究和發(fā)展。伴隨著我國汽車業(yè)和交通運輸業(yè)的快速發(fā)展，車輛數目迅速增長，交通擁堵和交通事故已成為我國道路交通運輸中的突出問題，發(fā)展智能交通系統(tǒng)是解決問題的有效辦法。車牌識別（LPR）作為智能交通系統(tǒng)的核心環(huán)節(jié)，是交通系統(tǒng)能否實現智能化、現代化的關鍵。車牌識別主要是綜合利用通信技術、電子信息、圖像處理、模式識別、自動化或人工智能等技術，實現車牌的自動
電子世界 2014年18期2014-10-21
- 泛化改進的局部切空間排列算法
算法具有更好的識別率。流形學習;局部切空間排列;泛化;特征提取;人臉識別1 概述人臉識別技術是生物特征鑒別技術的一個主要方向,在安全保衛(wèi)、信息安全和司法檢驗等領域具有十分重要的意義,多年來一直是一個研究熱點。由于人臉是易變的、非剛性的,很難用固定的模型進行描述,因此特征提取是人臉識別技術中一個基本而又十分重要的環(huán)節(jié)。目前提出的特征提取方法總體上可以分為線性和非線性2類,其中經典的線性特征提取算法包括主成分分析(Principal Component Ana
計算機工程 2014年11期2014-06-07
- 基于LBP的人臉識別
算子；直方圖；識別率中圖分類號：TP301 文獻標識碼：A 文章編號：1009-2374（2013）11-0158-021 概述為了在人臉識別領域得到更好的應用，Ahonen等根據心理學上的研究將人臉進一步劃分成不同的區(qū)域并賦予不同的權值加以區(qū)分，最終取得了良好的識別結果。在這基礎上，后續(xù)的研究和改進不斷出現。文中提出了多尺度區(qū)域LBP（MB-LBP）的概念，該方法通過統(tǒng)計區(qū)域內的像素均值而非單個像素值得到LBP模式，從而比原有的LBP方法更精確且考慮了更
中國高新技術企業(yè)·綜合版 2013年4期2013-05-27
- 基于2D-FrFT多階次特征融合的人臉表情識別方法
表情識別，平均識別率為49.29%.但是這種方法的計算復雜度較高，且識別率不高.分數階傅里葉變換(FrFT)是近年發(fā)展起來的一種新型時頻分析工具，類似于傳統(tǒng)的二維傅里葉變換，2D-FrFT的相位函數包含了圖像的紋理信息，變換階次不同，相位函數所含的圖像邊緣信息也不同，這使得分數階傅里葉變換可以更加靈活的用于圖像的邊緣提取和識別［2］.文獻［2］首次將2D-FrFT應用于人類表情識別，其思想是將2D-Fr-FT若干階次下提取到的圖像相位信息進行分類識別，平均
鄭州大學學報（工學版） 2012年1期2012-09-13
- 半監(jiān)督系數選擇法的人臉識別
集用分類器計算識別率，文中采用的是最小歐式測度分類器.2 離散余弦變換與半監(jiān)督約束K-Means聚類2.1 DCT系數陣以及掩模DCT特征提取由2個階段組成.在第1階段，應用DCT到整個圖像以獲取DCT系數.然后，在第2階段選擇一些系數構建特征向量.DCT系數陣的維數與輸入圖像的維數相同.實際上，DCT自身并不能降低數據維數，它將大多數信號信息壓縮在一個比較小的百分比中.一張M×N圖像對應一個二維矩陣，其DCT系數陣可進行如下計算:其中:式中:A(m，n)
哈爾濱工程大學學報 2012年7期2012-03-23
- 白熾燈下T5熒光燈視功效、識別率對比實驗研究*
熒光燈光色配比識別率對比實驗研究”)將視標光源更改為熒光燈(模擬黑板照明)，背景光源仍為熒光燈 (模擬教室一般照明)，光色兩兩配比，比較在不同光色搭配條件下的視功效差異，尋找最佳光色搭配方案。2 實驗一 白熾燈——熒光燈視功效對比實驗2.1 實驗目的對比不同色溫熒光燈光源作為背景光源，在視標光源統(tǒng)一為白熾燈的條件下受試人的視功效表現，以了解背景光源的光譜光色對受試人視功效的影響，尋找出在同等亮度條件下，可有效提高受試人識別率的背景光源。2.2 實驗對象實驗
照明工程學報 2010年3期2010-08-08