期刊文献+
共找到18篇文章
< 1 >
每页显示 20 50 100
“AI自动提取特征”的简易范例
1
作者 高焕堂 《电子产品世界》 2020年第6期85-88,共4页
0引言在人与AI之间,最典型的协同合作模式是:由人们去观察而萃取特征,然后AI依据该特征进行分类,这称为:人工提取特征。此外还有进一步的合作模式:让AI自己来学习萃取特征,并且进行分类。这称为:自动提取特征。本文将借由很简单的范例... 0引言在人与AI之间,最典型的协同合作模式是:由人们去观察而萃取特征,然后AI依据该特征进行分类,这称为:人工提取特征。此外还有进一步的合作模式:让AI自己来学习萃取特征,并且进行分类。这称为:自动提取特征。本文将借由很简单的范例来展示“自动提取特征”,以便充分发挥各种AI模型的特色,来促进特征提取的效率。 展开更多
关键词 特征提取 AI 协同合作 合作模式 自动提取特征 范例 萃取 分类
在线阅读 下载PDF
三维人体特征点自动提取的研究与应用
2
作者 姚怡 毛玥 +1 位作者 蒙冉菊 金子敏 《丝绸》 北大核心 2025年第2期75-81,共7页
人体特征点准确快速地提取是三维人体尺寸测量、三维人体建模、体型分类等的基础,文章综述了三维人体特征点提取的重要性与困难,以及几何形状分析法、函数法、模板法这三种主要提取方法的原理、特点和应用现状。几何形状分析法计算较为... 人体特征点准确快速地提取是三维人体尺寸测量、三维人体建模、体型分类等的基础,文章综述了三维人体特征点提取的重要性与困难,以及几何形状分析法、函数法、模板法这三种主要提取方法的原理、特点和应用现状。几何形状分析法计算较为简单,但受体型差异影响较大;函数法方法简单,但拟合精度较低;模板法精度较高但计算量大,且模型库构建成本高。最后,指出了三维人体特征点自动提取的研究应重点突破特征点提取过程中由体型差异、姿态变化等因素带来的难点,开发具备更高鲁棒性、适用性强的自动化算法,以实现更精确、快速的三维人体特征点自动提取。 展开更多
关键词 三维人体 特征自动提取 几何形状分析法 函数法 模板法
在线阅读 下载PDF
基于深度强化学习的自动特征提取模型研究
3
作者 程凤敏 《电子质量》 2024年第4期11-15,共5页
介绍了深度强化学习在自动特征提取领域的应用。首先,简单地概述了现有的特征提供取方法,包括传统的特征取方法、基于深度学习的特征提取方法和基于深度强化学习的特征提取方法;其次,阐述了深度强化学习和图像处理技术;最后,详细地介绍... 介绍了深度强化学习在自动特征提取领域的应用。首先,简单地概述了现有的特征提供取方法,包括传统的特征取方法、基于深度学习的特征提取方法和基于深度强化学习的特征提取方法;其次,阐述了深度强化学习和图像处理技术;最后,详细地介绍了基于深度强化学习的自动特征提取模型的设计方法,包括数据集准备与预处理、模型架构设计、模型训练过程及参数设置、实验结果分析与评估。该模型能够提高图像处理的准确性和效率,具有较高的推广使用价值。 展开更多
关键词 深度强化学习 自动特征提取 图像处理 模型训练
在线阅读 下载PDF
基于Apriori算法的流量识别特征自动提取方法 被引量:39
4
作者 刘兴彬 杨建华 +1 位作者 谢高岗 胡玥 《通信学报》 EI CSCD 北大核心 2008年第12期51-59,共9页
提出了一种基于Apriori算法自动提取协议识别特征的方法,该方法可以自动提取2种最常用的协议识别特征——特征字符串和包长特征,提取特征的效率较传统方法有很大的提高。通过识别率、准确率、正误识别率和负误识别率等指标验证了所提取... 提出了一种基于Apriori算法自动提取协议识别特征的方法,该方法可以自动提取2种最常用的协议识别特征——特征字符串和包长特征,提取特征的效率较传统方法有很大的提高。通过识别率、准确率、正误识别率和负误识别率等指标验证了所提取特征的准确性和完整性,并根据结果反馈指导特征提取的过程,保证了提取特征的可靠性。 展开更多
关键词 流量识别 自动提取协议识别特征 APRIORI算法 深度包探测
在线阅读 下载PDF
攻击特征自动提取技术综述 被引量:19
5
作者 唐勇 卢锡城 王勇军 《通信学报》 EI CSCD 北大核心 2009年第2期96-105,共10页
攻击特征自动提取系统不需要人工干预便能够自动地发现新攻击,并为入侵检测系统提取出新攻击的特征。由此概括了攻击特征自动提取技术研究的意义;提出了系统评价标准,并将当前主要系统分为基于网络(NSG)和基于主机(HSG)2类,分别进行比... 攻击特征自动提取系统不需要人工干预便能够自动地发现新攻击,并为入侵检测系统提取出新攻击的特征。由此概括了攻击特征自动提取技术研究的意义;提出了系统评价标准,并将当前主要系统分为基于网络(NSG)和基于主机(HSG)2类,分别进行比较和介绍;最后分析了攻击特征自动提取技术的研究当前面临的问题和未来发展的趋势。 展开更多
关键词 攻击特征自动提取 入侵检测 蠕虫 网络安全
在线阅读 下载PDF
抗噪的攻击特征自动提取方法 被引量:3
6
作者 唐勇 魏书宁 +1 位作者 胡华平 卢锡城 《通信学报》 EI CSCD 北大核心 2009年第12期124-131,共8页
现有的特征提取方法或不具有良好的抗噪性,或具有一定抗噪能力但特征提取的准确性较差。针对这一问题,利用多序列比算法能够求解序列间相同元素的全局最大一致性这一特点,提出一种包括多序列比对算法ClustalW+CSR、自适应噪声消除、特... 现有的特征提取方法或不具有良好的抗噪性,或具有一定抗噪能力但特征提取的准确性较差。针对这一问题,利用多序列比算法能够求解序列间相同元素的全局最大一致性这一特点,提出一种包括多序列比对算法ClustalW+CSR、自适应噪声消除、特征转化这3个步骤的抗噪特征提取方法。实验结果表明,与当前其他基于网络的攻击特征自动提取方法相比较,该方法不仅特征提取的准确性较高,而且还具有良好的抗噪能力。 展开更多
关键词 攻击特征自动提取 入侵检测 多序列比对 变形蠕虫 抗噪
在线阅读 下载PDF
模糊网络入侵中多层序列特征自动提取方法研究 被引量:2
7
作者 朱闻亚 《现代电子技术》 北大核心 2017年第10期114-117,共4页
模糊网络中入侵特征较为多样化,无法通过固定的阈值进行合理判断。为了解决模糊网络入侵检测方法存在检测率低、误报率高和检测速度慢等问题,提出一种基于量子神经网络的层序列特征自动提取方法。在该算法中,通过对模糊网络进行层次划分... 模糊网络中入侵特征较为多样化,无法通过固定的阈值进行合理判断。为了解决模糊网络入侵检测方法存在检测率低、误报率高和检测速度慢等问题,提出一种基于量子神经网络的层序列特征自动提取方法。在该算法中,通过对模糊网络进行层次划分,运用量子BP神经网络模型以量子形式形态的空间思维结构来提取信息,通过量子空间结构中量子门的移位与旋转变化对神经网络量子形态相位进行操作,完成多层序列特征自动提取。仿真实验表明,该算法具有较好高的检测率和检测效率,并且误报率较低。 展开更多
关键词 模糊网络 入侵检测 分层操作 特征自动提取
在线阅读 下载PDF
基于多层剪枝的攻击特征自动提取方法
8
作者 刘卫国 文碧望 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第10期3423-3429,共7页
针对现有攻击特征自动提取方法抗噪能力弱和准确性不高的问题,利用多层剪枝策略进行攻击特征自动提取。采用多层次架构使得各层间的序列比对相对独立,在同一时间可进行不同层次的多个双序列比对,从而提高计算效率。双序列比对使用改进的... 针对现有攻击特征自动提取方法抗噪能力弱和准确性不高的问题,利用多层剪枝策略进行攻击特征自动提取。采用多层次架构使得各层间的序列比对相对独立,在同一时间可进行不同层次的多个双序列比对,从而提高计算效率。双序列比对使用改进的NLA算法,修改其相似度得分函数,对连续空位使用线性罚分,同时鼓励连续字符匹配,并用0代替得分为负的值且遇0时回溯,从而得到最优值。通过剪枝判据和置信区间辨别出噪声序列并保留,再与其他序列比对完成后生成的序列进行比对,进而判断剪枝,得到最终的序列比对结果,从而消除了结果中的部分噪声干扰。研究结果表明:该方法具有良好的抗噪能力,提取的攻击特征准确度更高。 展开更多
关键词 入侵检测 攻击特征自动提取 序列比对 剪枝策略
在线阅读 下载PDF
基于SVM和序列联配的攻击特征提取方法 被引量:2
9
作者 刘卫国 胡勇刚 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2012年第11期4328-4332,共5页
针对序列联配应用于攻击特征提取时的碎片和噪声干扰问题,采用SVM分类器将多攻击样本转换成单一攻击样本,以减少联配过程中的噪声序列;在两序列联配Smith-Waterman算法的基础上,改变空位罚分方式,引入连续匹配字符奖励,提出一种改进的Sm... 针对序列联配应用于攻击特征提取时的碎片和噪声干扰问题,采用SVM分类器将多攻击样本转换成单一攻击样本,以减少联配过程中的噪声序列;在两序列联配Smith-Waterman算法的基础上,改变空位罚分方式,引入连续匹配字符奖励,提出一种改进的Smith-Waterman(ISW)算法。结合SVM分类器与ISW算法构建攻击特征提取模型。研究结果表明:该模型的联配结果能准确地表达攻击特征,降低检测系统的误报率。 展开更多
关键词 入侵检测 攻击特征自动提取 支持向量机 序列联配 SMITH-WATERMAN算法
在线阅读 下载PDF
基于长短期记忆网络的轴承故障识别 被引量:12
10
作者 唐赛 何荇兮 +1 位作者 张家悦 尹爱军 《汽车工程学报》 2018年第4期297-303,共7页
提出一种基于长短期记忆网络的可以无需预先提取故障特征的轴承故障识别方法。原始的轴承故障振动信号被分成训练集和测试集,将训练集数据映射到线性网络层,通过长短期记忆网络训练参数,再输入到softmax网络层得到分类类别的概率分布,... 提出一种基于长短期记忆网络的可以无需预先提取故障特征的轴承故障识别方法。原始的轴承故障振动信号被分成训练集和测试集,将训练集数据映射到线性网络层,通过长短期记忆网络训练参数,再输入到softmax网络层得到分类类别的概率分布,在训练迭代次数达到预设值并且识别准确率收敛之后,测试集数据采用训练好的参数得到分类结果,最后计算预测正确率。模型对含有内外圈和滚动体点蚀故障的轴承数据进行识别试验,结果表明该模型能够有效识别轴承的故障部位和故障程度,与预先提取小波包能量特征的长短期记忆网络模型和支持向量机模型的比较证明该模型识别正确率更高。 展开更多
关键词 轴承故障识别 长短期记忆网络 时间序列 自动提取特征
在线阅读 下载PDF
基于深度学习的肝脏肿瘤图像分割 被引量:2
11
作者 黄佳佳 赵曙光 +2 位作者 张笑青 杨峰 许方成 《数字技术与应用》 2017年第11期81-82,共2页
传统肝脏CT图像肿瘤分割算法常需引进先验信息,分割效率低,无法满足临床实时性要求。针对这些问题,提出基于卷积-反卷积神经网络的肝脏肿瘤图像分割算法,自动提取肝脏肿瘤的特征。实验表明,DSC指标约85.32%,且分割每幅图像只需用时3至5... 传统肝脏CT图像肿瘤分割算法常需引进先验信息,分割效率低,无法满足临床实时性要求。针对这些问题,提出基于卷积-反卷积神经网络的肝脏肿瘤图像分割算法,自动提取肝脏肿瘤的特征。实验表明,DSC指标约85.32%,且分割每幅图像只需用时3至5秒,实时性好。 展开更多
关键词 肝脏CT图像 肿瘤分割 反卷积网络 自动提取特征
在线阅读 下载PDF
APPLICATION OF IMPROVED EMD IN VIBRATION SIGNAL FEATURE EXTRACTION OF VEHICLE
12
作者 辛江慧 安木金 +1 位作者 张雨 任成龙 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI 2012年第2期193-198,共6页
In order to truly obtain the feature extraction of vibration signals under the strong background noise, the analysis and improvement of empirical mode decomposition (EMD) is carried on. After that, the improved EMD ... In order to truly obtain the feature extraction of vibration signals under the strong background noise, the analysis and improvement of empirical mode decomposition (EMD) is carried on. After that, the improved EMD is applied to the feature extraction of vehicle vibration signals. First, the multi-autocorrelation method is adopted in each input signal,so the noise is reduced effectively. Then, EMD is used to deal with these signals,and the intrinsic mode functions (IMFs) are obtained. Finally, for obtaining the feature information of these signals, the Hilbert transformation and the spectrum analysis are performed in some IMFs. Theoretical analysis and ex- periment verify the effectiveness of the method, which are valuable reference for the same engineering problems. 展开更多
关键词 empirical mode decomposition (EMD) vehicle vibration signal multi-autocorrelation feature ex- traction
在线阅读 下载PDF
基于深度卷积神经网络的车型识别方法 被引量:32
13
作者 袁公萍 汤一平 +1 位作者 韩旺明 陈麒 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2018年第4期694-702,共9页
针对现有车辆车型视觉识别技术中的检测精度不高、难以适应天气环境变化、难以从视频图像中准确提取出用于识别的车辆图像、难以对车辆车型子类进行识别分类、难以兼顾识别精度和检测效率等不足,将深度卷积神经网络引入车辆目标定位、... 针对现有车辆车型视觉识别技术中的检测精度不高、难以适应天气环境变化、难以从视频图像中准确提取出用于识别的车辆图像、难以对车辆车型子类进行识别分类、难以兼顾识别精度和检测效率等不足,将深度卷积神经网络引入车辆目标定位、识别和分类(子类)问题中.利用深度卷积神经网络自动完成车型的深度特征学习,在特征图上进行逻辑回归,从道路复杂背景中提取出感兴趣区域;利用softmax分类器训练特征实现车型识别;为了优化softmax在深度卷积神经网络分类过程中出现的类内间距大的问题,引入中心损失函数对softmax损失函数进行优化,提高类间分散性与类内紧密性.在BIT-Vehicle车型数据集中的实验结果显示,提出方法的平均精度为89.67%,检测和识别时间为159ms;与传统的分类方法相比,识别精度提高约20%,效率提高10倍以上,检测鲁棒性有明显提升;与未改进前的深度卷积神经网络相比,检测精度提高0.6%,速度提高0.29倍. 展开更多
关键词 深度学习 卷积神经网络 特征自动提取 中心损失 车型识别
在线阅读 下载PDF
木材树种计算机视觉识别技术发展与应用 被引量:12
14
作者 何拓 刘守佳 +2 位作者 陆杨 焦立超 殷亚方 《林业工程学报》 CSCD 北大核心 2021年第3期18-27,共10页
我国是全球林产品生产、贸易和消费第一大国,因此受到国际社会的广泛关注。在木材和木制品贸易流通环节经常出现以假乱真、以次充好的现象,为国际履约执法和林产品产业监管带来严峻挑战。基于木材解剖的传统木材树种识别方法,一般只能... 我国是全球林产品生产、贸易和消费第一大国,因此受到国际社会的广泛关注。在木材和木制品贸易流通环节经常出现以假乱真、以次充好的现象,为国际履约执法和林产品产业监管带来严峻挑战。基于木材解剖的传统木材树种识别方法,一般只能识别木材到“属”或“类”。近年来发展的DNA条形码、近红外光谱等木材树种识别新技术虽然可以实现木材“种”的识别,但难以在口岸、现场等多场景下对大批量样本进行自动精准识别。随着计算机技术的快速发展,计算机视觉识别技术可以从不同类别图像中提取关键特征,从而对图像进行分类,为木材树种分类带来新的途径。笔者首先介绍了基于图像采集、特征提取和树种分类的传统木材树种计算机视觉识别技术研究概况,然后从图像数据集构建、模型构建训练与测试以及系统开发等应用等方面介绍了基于深度学习的木材树种计算机视觉识别技术研究应用现状,并结合国内外研究进展对基于深度学习的计算机视觉识别技术在木材树种识别领域的应用进行了展望和提出建议,以期为木材树种自动精准识别研究提供新的思路。 展开更多
关键词 计算机视觉识别技术 木材识别 深度学习 构造图像 特征自动提取
在线阅读 下载PDF
基于一维空洞卷积的轴承故障诊断 被引量:4
15
作者 何宗博 杨喜旺 《煤矿机械》 北大核心 2020年第12期150-153,共4页
通过分析轴承运转情况,提出了一维空洞卷积模型用于轴承故障诊断。此模型可以直接以原始的信号数据输入模型,自动完成特征提取和故障诊断以及故障分类。实验结果表明,一维空洞卷积神经网络可以很好地应用到机械故障诊断领域,此模型可以... 通过分析轴承运转情况,提出了一维空洞卷积模型用于轴承故障诊断。此模型可以直接以原始的信号数据输入模型,自动完成特征提取和故障诊断以及故障分类。实验结果表明,一维空洞卷积神经网络可以很好地应用到机械故障诊断领域,此模型可以很好地完成对轴承的故障识别与诊断。 展开更多
关键词 一维空洞卷积 故障诊断 故障分类 自动特征提取
在线阅读 下载PDF
基于滤波重构和卷积神经网络的心电信号分类 被引量:7
16
作者 韦张跃昊 钱升谊 《电子科技》 2019年第11期7-11,共5页
计算机自动分类心电信号能够减轻医生工作压力并大幅提高诊断速度和准确率。文中针对传统算法中特征提取过程复杂及抗干扰能力弱的问题,提出了一种结合滤波重构和卷积神经网络的心电信号分类算法。该算法首先通过传统信号滤波和心拍序... 计算机自动分类心电信号能够减轻医生工作压力并大幅提高诊断速度和准确率。文中针对传统算法中特征提取过程复杂及抗干扰能力弱的问题,提出了一种结合滤波重构和卷积神经网络的心电信号分类算法。该算法首先通过传统信号滤波和心拍序列重构去除原始心电信号中的噪声干扰,然后构建卷积神经网络来自动学习心电信号特征并完成分类。在PhysioNet/CinC Challenge 2017数据集上的分类实验结果表明,该方法的平均F1(查准率、召回率的调和平均)达到了0.8471,优于人工特征提取和常规卷积网络方法,且具有很强的抗干扰能力。 展开更多
关键词 卷积神经网络 心电信号 特征自动提取 序列重构 信号滤波 分类算法
在线阅读 下载PDF
基于TPAM-DPN网络的雷达辐射源识别方法 被引量:2
17
作者 李昆 朱卫纲 《电光与控制》 CSCD 北大核心 2020年第9期28-33,共6页
针对传统依靠人工经验设计并提取雷达辐射源特征的繁琐和区分度不够的问题,提出了一种改进的双路网络(DPN)自动提取特征并识别的方法。首先将一维的雷达时域信号变换到二维时频域,然后直接输入双路网络进行识别,即将雷达辐射源的识别转... 针对传统依靠人工经验设计并提取雷达辐射源特征的繁琐和区分度不够的问题,提出了一种改进的双路网络(DPN)自动提取特征并识别的方法。首先将一维的雷达时域信号变换到二维时频域,然后直接输入双路网络进行识别,即将雷达辐射源的识别转化为图像的识别,有效缓解了上述问题。同时,针对双路网络层次过深带来的特征流失问题,提出用于对雷达辐射源特征图校准重采样的轻量级模块——三流注意力模块(TPAM),并嵌入双路网络构成三流注意力双路网络(TPAM-DPN)对雷达辐射源进行识别。对6种常见的雷达信号进行了仿真实验,证明了所提方法提取的特征更有利于提高雷达辐射源识别率,且时效性更好。 展开更多
关键词 雷达辐射源识别 时频图像 双路网络 三流注意力模块 自动特征提取
在线阅读 下载PDF
校园拥挤踩踏事故人工智能预警与导流系统研究 被引量:2
18
作者 徐自远 丁华平 《信息化研究》 2021年第5期65-71,共7页
基于保障学生安全的考虑,研究分析校园学生拥挤踩踏事故的成因,开发一套完善的智能预警系统,对预控该类事故具有重要的现实意义。针对传统的人群检测技术所存在的识别速度慢、鲁棒性差等问题,本文提出使用人工智能技术实现校园环境拥挤... 基于保障学生安全的考虑,研究分析校园学生拥挤踩踏事故的成因,开发一套完善的智能预警系统,对预控该类事故具有重要的现实意义。针对传统的人群检测技术所存在的识别速度慢、鲁棒性差等问题,本文提出使用人工智能技术实现校园环境拥挤踩踏事故预警。采用基于卷积神经网络的目标检测方法,基于开源计算机视觉库和相关人工智能技术,实现对校园监控视频进行自动特征提取,实时分析人群量、速度等参数,构建人群密度、流向、滞留量、混乱程度等预警指标,搭建拥挤踩踏事故预警系统。经实验测试,所提方法能够获取实时信息,并通过显示屏与广播发布导流信息,降低踩踏事件发生的几率。 展开更多
关键词 校园踩踏 智能预警 目标检测 自动特征提取
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部