期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到367篇文章
< 1 2 … 19 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于混合特征选择的低延时DDoS攻击检测
1
作者 谢丽霞 王嘉敏 +2 位作者 杨宏宇 胡泽 成翔 《计算机应用》 北大核心 2025年第10期3231-3240,共10页
许多分布式拒绝服务(DDoS)攻击检测方法侧重提升模型性能,但忽略流量样本分布和特征维度对检测性能的影响,导致模型学习多余信息。针对网络流量类不平衡和特征冗余问题,提出一种基于多评价标准的混合特征选择方法(HFS-MEC)。首先,综合... 许多分布式拒绝服务(DDoS)攻击检测方法侧重提升模型性能,但忽略流量样本分布和特征维度对检测性能的影响,导致模型学习多余信息。针对网络流量类不平衡和特征冗余问题,提出一种基于多评价标准的混合特征选择方法(HFS-MEC)。首先,综合考虑皮尔逊相关系数(PCC)和互信息(MI),选出相关性特征;其次,设计基于方差膨胀因子(VIF)的序列后向选择(SBS)算法,减少特征冗余,进一步降低特征维度;同时,为了平衡检测性能和计算时间,设计基于简单循环单元(SRU)的低延时DDoS攻击检测(L-DDoS-SRU)模型。在CICIDS2017和CICDDoS2019数据集上的实验结果表明,HFS-MEC将特征维度从78和88分别减少至31和41。在CICDDoS2019数据集上,L-DDoS-SRU检测时间仅40.34 s;召回率达99.38%,与长短期记忆(LSTM)相比提高了8.47%,与门控循环单元(GRU)相比提高了9.76%。以上验证了所提方法能有效提高检测性能并减少检测时间。 展开更多
关键词 类不平衡 特征冗余 混合特征选择 低延时 分布式拒绝服务攻击检测 简单循环单元
在线阅读 下载PDF
混合特征平衡图注意力网络日志异常检测模型 被引量：3
2
作者 陈旭 张硕 +1 位作者 景永俊 王叔洋 《计算机工程与应用》 北大核心 2025年第1期308-320,共13页
针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性,导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型(HBGATLog)。构建混合日志图构建模块,通过混合特征提取模块提取日志数据的语义信息... 针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性,导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型(HBGATLog)。构建混合日志图构建模块,通过混合特征提取模块提取日志数据的语义信息、日志序列和时间结构,增强日志特征间的关联性,并采用日志图构建模块构建日志图,有效保留空间结构特征。设计平衡日志图生成模块,解决不平衡的日志数据导致检测结果偏向多数类问题。采用图日志异常检测模块进行异常检测。使用BGL、Thunderbird和HDFS三个公共数据集对HBGATLog进行验证,实验结果表明,F1 score分别达到了99.0%、98.7%和98.1%。证明HBGATLog不但能够解决日志数据不平衡问题,充分考虑日志数据特征的关联性,而且有效降低了漏检率。 展开更多
关键词 日志异常检测 日志分析 图神经网络 混合特征提取 数据不平衡
在线阅读 下载PDF
基于混合特征选择和IBSLO-KELM的变压器故障诊断方法
3
作者 李海龙 杜江 《广东电力》 北大核心 2025年第6期68-78,共11页
为提高变压器油中溶解气体特征质量和模型诊断准确率,提出了一种基于混合特征选择和用改进吸血水蛭优化算法(improved blood-sucking leech optimizer,IBSLO)优化核极限学习机(kernel extreme learning machine,KELM)的变压器故障诊断... 为提高变压器油中溶解气体特征质量和模型诊断准确率,提出了一种基于混合特征选择和用改进吸血水蛭优化算法(improved blood-sucking leech optimizer,IBSLO)优化核极限学习机(kernel extreme learning machine,KELM)的变压器故障诊断方法。首先,通过扩展自然邻域过采样算法对原始的样本数据进行扩充以实现故障样本均衡化;其次,基于相关比值法构建30维候选特征集,再采用混合特征选择方法,通过秩聚合算法融合4种不同特征选择方法产生的排名,形成全局综合特征排名,并采用逐维诊断的方式得到优选特征集;然后,引入佳点集策略、反近似对立学习策略和乘除法策略对吸血水蛭优化算法进行改进,并采用改进后的算法优化KELM的相关参数,以提高KELM的分类能力;最后,对不同特征选择方法以及不同故障诊断模型进行对比实验。实验结果表明,经过样本扩充和特征优选,IBSLO-KELM模型的诊断准确率可达97.8%,相较于随机森林、ReliefF、最大互信息系数、最大相关最小冗余4种单一特征选择算法,准确率分别提升了7.2百分点、5.0百分点、8.9百分点、8.4百分点,这证明了所提方法的有效性。 展开更多
关键词 不均衡样本 混合特征选择 改进吸血水蛭优化 核极限学习机 变压器故障诊断
在线阅读 下载PDF
混合特征与多尺度融合的光学小目标检测算法
4
作者 史世豪 施群山 +2 位作者 周杨 胡校飞 齐凯 《地球信息科学学报》 北大核心 2025年第7期1596-1607,共12页
【目的】小目标检测在军事和民用领域具有重要意义,但由于低分辨率、高噪声环境、目标遮挡及背景复杂等因素的影响,传统检测方法在精度和鲁棒性上难以满足实际需求,复杂场景下的小目标检测问题仍极具挑战性。因此,本文提出一种混合特征... 【目的】小目标检测在军事和民用领域具有重要意义,但由于低分辨率、高噪声环境、目标遮挡及背景复杂等因素的影响,传统检测方法在精度和鲁棒性上难以满足实际需求,复杂场景下的小目标检测问题仍极具挑战性。因此,本文提出一种混合特征与多尺度融合的小目标检测算法。【方法】首先,本文设计了一种混合特征提取模块(Hybrid Conv and Transformer Block,HCTB),充分利用局部和全局上下文信息来增强网络对小目标感知,优化了计算效率和特征提取能力;其次,提出了多膨胀率共享卷积核模块(Multi-Dilated Shared Kernel Conv,MDSKC),通过不同膨胀率的空洞卷积扩展主干的感受野,高效提取多尺度特征;最后,结合基于Omni-Kernel和Cross Stage Partial思想构建的全核跨阶段特征融合模块(Omni-Kernel Cross Stage Model,OKCSM),优化了小目标特征金字塔网络,更大程度上保留小目标的信息,提高了检测性能。【结果】本文在VisDrone2019和TinyPerson数据集上进行了消融实验和对比实验,结果表明:本文方法相较于基线模型yolov8n,在查准率、召回率、mAP_(50)、mAP_(50:95)上分别提升为1.3%、3.1%、3%、1.9%和3.6%、1.3%、2.1%、0.7%,且模型尺寸和GFLOPs仅为6.3 MB和11.3 G;此外,在与HIC-Yolov5、TPH-yolov5、Drone-YOLO等经典算法的对比实验中,本文提出的算法显示出明显的优势,优于其他对比方法。【结论】本文算法有效提升了检测精度,证明了本文算法面对复杂场景中小目标检测问题方面具有良好的检测性能。 展开更多
关键词 小目标检测 多尺度特征融合 特征金字塔 空洞卷积 Yolov8 多膨胀率 混合特征提取
原文传递
结合混合特征选择和Transformer的网络数据流异常检测
5
作者 向思羽 刘才铭 《电子科技大学学报》 北大核心 2025年第3期442-454,共13页
智能学习方法在网络数据异常分析中发挥着重要作用,但传统智能化异常分析方法难以在网络数据分析结果的可解释性、异常分析的计算资源消耗量、网络数据流序列数据分析准确度上寻得平衡。为克服以上问题,提出了一种结合混合特征选择和Tra... 智能学习方法在网络数据异常分析中发挥着重要作用,但传统智能化异常分析方法难以在网络数据分析结果的可解释性、异常分析的计算资源消耗量、网络数据流序列数据分析准确度上寻得平衡。为克服以上问题,提出了一种结合混合特征选择和Transformer的网络数据流异常检测模型,基于混合特征选择方法进行数据预处理,基于改进的Transformer进行异常检测。采用树模型与互信息的混合特征选择算法对网络数据特征进行降维。采用Transformer的encoder部分作为分类任务的核心,并融入卷积操作来增强对网络数据流序列数据的局部感知能力,通过分类头进行输出。对所提方法进行了仿真实验,在公共入侵检测数据集CICIDS2017上进行验证,实验结果表明,该模型能对网络数据流异常进行有效检测,优于所对比的基于神经网络的入侵检测方法。 展开更多
关键词 混合特征选择 随机森林 互信息 自注意力机制 异常检测
在线阅读 下载PDF
基于混合特征选择和IOMA-CNN的变压器故障诊断 被引量：3
6
作者 闵永智 令世文 王果 《电力系统保护与控制》 EI CSCD 北大核心 2024年第23期1-9,共9页
为解决变压器油中溶解气体故障特征种类不足和诊断模型准确率较低的问题,提出一种混合特征选择方法。并利用改进光学显微镜优化算法(improvedopticalmicroscopealgorithm, IOMA)优化卷积神经网络(convolutional neuralnetworks, CNN),... 为解决变压器油中溶解气体故障特征种类不足和诊断模型准确率较低的问题,提出一种混合特征选择方法。并利用改进光学显微镜优化算法(improvedopticalmicroscopealgorithm, IOMA)优化卷积神经网络(convolutional neuralnetworks, CNN),实现变压器故障诊断。首先,基于相关比值法构建30维变压器故障候选特征集,采用混合特征选择方法,通过两次特征选择确定输入集的特征维数。其次,引入Tent混沌映射、自适应t分布变异与动态选择策略改进光学显微镜优化算法(optical microscope algorithm, OMA),提升其寻优性能。然后,利用IOMA算法对CNN模型的学习率、卷积核大小和数量等超参数进行优化。最后,构建IOMA-CNN变压器故障诊断模型并通过算例分析对其性能进行评估。实验表明,所提方法故障诊断准确率达到98.5%。与常规特征选择方法相比,利用混合特征选择方法所选择的输入特征进行故障诊断能够有效提升诊断准确率。相较于其他优化诊断模型,IOMA-CNN具有更高的准确率和更好的稳定性。 展开更多
关键词 变压器 故障诊断 混合特征选择 光学显微镜优化算法 卷积神经网络
在线阅读 下载PDF
基于混合特征和深度学习的安卓恶意软件动态检测研究 被引量：2
7
作者 田娟 徐钊 《自动化与仪器仪表》 2024年第6期257-260,共4页
为避免用于隐私泄露,设计基于混合特征和深度学习的安卓恶意软件动态检测方法,实现安卓恶意软件动态检测的高效性以及准确性。通过反探测方案防止恶意安卓软件检测模拟环境进程,并在模拟器中运行待测安卓软件,采集安卓软件动态运行数据... 为避免用于隐私泄露,设计基于混合特征和深度学习的安卓恶意软件动态检测方法,实现安卓恶意软件动态检测的高效性以及准确性。通过反探测方案防止恶意安卓软件检测模拟环境进程,并在模拟器中运行待测安卓软件,采集安卓软件动态运行数据,通过解压与反编译处理完成安卓软件运行数据文件预处理,从预处理后的安卓软件文件中提取以函数调用图特征、字节概率特征以及APK权限特征组成的安卓恶意软件混合特征,将获取的安卓恶意软件混合特征作为改进自编码网络的输入数据,输出安卓软件是正常或恶意软件的动态检测结果。实验表明:该方法可实现安卓恶意软件动态检测,并获取恶意软件类型,且动态检测时间短,具有较好的安卓恶意软件动态检测评价指标数值。 展开更多
关键词 混合特征 深度学习 安卓恶意软件 动态检测 函数调用图 自编码网络
原文传递
基于混合特征的农电负荷智能优化识别方法研究 被引量：1
8
作者 易姝慧 王健 +2 位作者 刘俊杰 李强 欧阳含熠 《河北农业大学学报》 CAS CSCD 北大核心 2024年第3期121-129,共9页
对农电负荷进行非侵入式负荷辨识,有助于掌握用户负荷信息,合理开展电网经济调度,达到降低网损、调节峰谷差等目的。本文针对农电多类型负荷同时运行时的负荷特征,以混合特征和智能优化算法为基础,提出1种基于频率加权因子遗传算法(Freq... 对农电负荷进行非侵入式负荷辨识,有助于掌握用户负荷信息,合理开展电网经济调度,达到降低网损、调节峰谷差等目的。本文针对农电多类型负荷同时运行时的负荷特征,以混合特征和智能优化算法为基础,提出1种基于频率加权因子遗传算法(Frequency Weighting Factor Genetic Algorithm,FWF-GA)的异种负荷同时识别方法。该方法以时域信号的有功功率、无功功率以及频域信号的幅频特性建立混合特征模型,以有功功率和无功功率构建同时识别的优化模型,并以混合特征模型构建遗传算法异种负荷同时识别的适应度函数。通过农村居民5种用电设备的负荷识别对所提方法进行验证。采用本文所提方法对5000组混合负荷进行识别,识别结果表明5种电器的单个识别准确率以及整体识别的平均准确率均在90%以上;采用3种不同适应度函数的识别方法对8组混合负荷进行识别,识别结果表明本文所提方法的识别效率最高。实例分析的结果表明,基于FWF-GA的异种负荷同时识别方法具有较好的识别效率和精度。 展开更多
关键词 农电负荷 遗传算法 频率加权因子 负荷识别 混合特征
在线阅读 下载PDF
《精神疾病诊断和统计手册》第5版双相障碍伴混合特征的专家问卷调查 被引量：2
9
作者 朱建峰 沈东 +1 位作者 孙峰俐 金卫东 《临床精神医学杂志》 CAS 2024年第1期30-34,共5页
目的:评价我国精神科医师对《精神疾病诊断和统计手册》第5版中双相障碍伴混合特征的态度和观点以及临床适用性。方法:通过网络调查问卷,调查214名精神病学相关医疗人员,汇总专家建议,进行分析。结果:多数专家肯定了混合特征这一标注的... 目的:评价我国精神科医师对《精神疾病诊断和统计手册》第5版中双相障碍伴混合特征的态度和观点以及临床适用性。方法:通过网络调查问卷,调查214名精神病学相关医疗人员,汇总专家建议,进行分析。结果:多数专家肯定了混合特征这一标注的确立,特别是对于抑郁障碍有不同意义。但是调查结果显示认为将典型的躁狂发作症状(50%)和典型的抑郁发作症状(63.55%)列为伴混合特征症状的反向症状合理的比例偏低。抑郁背景上,易激惹、激越、冲动、想的事情太多、对外界特别敏感较为常见,在躁狂背景上,自伤、自责、自卑较为常见。结论:相反症状组合在一起,可能会因为相互修饰出现新的症状,而不是两个相反症状的简单组合。 展开更多
关键词 双相障碍 抑郁症 《精神疾病诊断和统计手册》第5版 伴混合特征 问卷调查
暂未订购
双相障碍伴混合特征的病理机制研究进展
10
作者 周霓 汪作为 +1 位作者 陈依明 洪武 《中国神经精神疾病杂志》 CAS CSCD 北大核心 2024年第10期614-618,共5页
临床上双相障碍伴混合特征广泛存在,患者自杀风险较高,治疗效果不理想,预后较差,且常伴有严重的心理社会功能损害。目前相关病理机制研究认为双相障碍伴混合特征的发生机制包括:神经递质失衡导致情绪调节异常;下丘脑-垂体-肾上腺(hypoth... 临床上双相障碍伴混合特征广泛存在,患者自杀风险较高,治疗效果不理想,预后较差,且常伴有严重的心理社会功能损害。目前相关病理机制研究认为双相障碍伴混合特征的发生机制包括:神经递质失衡导致情绪调节异常;下丘脑-垂体-肾上腺(hypothalamic-pituitary-adrenal,HPA)轴功能失调引发过度应激反应;昼夜节律紊乱影响睡眠模式;大脑皮质和边缘系统等功能连接异常;行为、认知、情绪、睡眠4个维度上独立和多向变化。未来的研究需进一步整合神经生物学、影像学、遗传学等多学科领域的成果,以期为双相障碍伴混合特征的诊治提供更加精准的靶点。 展开更多
关键词 双相障碍 混合特征 病理机制 神经递质失衡 神经内分泌 昼夜节律紊乱 神经影像学
暂未订购
面向混合特征数据的粒子群填补方法 被引量：1
11
作者 刘艺 秦伟 +4 位作者 李庚松 刘坤 王强 郑奇斌 任小广 《国防科技大学学报》 EI CAS CSCD 北大核心 2024年第6期107-112,共6页
针对传统数据填补方法难以有效利用标签信息和缺失数据的随机信息的不足,提出面向混合型特征的粒子群优化填补算法。将连续型特征取值建模为高斯分布,均值和标准差作为优化参数。将离散型特征的取值概率作为参数进行优化。使用分类正确... 针对传统数据填补方法难以有效利用标签信息和缺失数据的随机信息的不足,提出面向混合型特征的粒子群优化填补算法。将连续型特征取值建模为高斯分布,均值和标准差作为优化参数。将离散型特征的取值概率作为参数进行优化。使用分类正确率作为优化目标,充分利用标签信息和缺失数据的随机信息。采用4种基于统计的方法和2种基于演化算法的填补方法作为对比,在6个典型的分类数据集上进行实验。结果表明,提出的方法在分类正确率指标上显著优于其他对比算法,同时具有较优的时间开销,能够有效解决混合特征数据缺失的问题。 展开更多
关键词 缺失数据 数据填补 粒子群优化 混合特征 分类
在线阅读 下载PDF
基于幅度和相位混合特征交叉的语音增强方法 被引量：1
12
作者 卿朝进 付小伟 唐书海 《计算机工程与设计》 北大核心 2024年第2期587-593,共7页
为充分利用含噪语音信号的相位特征信息及其与幅度信息的相关性,提出一种幅度和相位混合特征交叉的单通道语音增强方法。提取含噪信号的对数功率谱和相位特征,依次交叉排列;计算复数掩模,将复数掩模的实虚部依次交叉以保持对称输入特征... 为充分利用含噪语音信号的相位特征信息及其与幅度信息的相关性,提出一种幅度和相位混合特征交叉的单通道语音增强方法。提取含噪信号的对数功率谱和相位特征,依次交叉排列;计算复数掩模,将复数掩模的实虚部依次交叉以保持对称输入特征;在此基础上,构建深度编解码器网络(amplitude phase deep encoder decoder network,APDEDN)增强语音质量。实验结果表明,相较单一特征方法,提出方法获得了语音质量感知评估评分和短时目标可懂度上的改善。 展开更多
关键词 语音增强 特征交叉 特征提取 混合特征 复数掩模 编解码器 深度学习
在线阅读 下载PDF
基于混合特征选择的中小学生近视影响因素及预测分析 被引量：1
13
作者 邢蒙 李红梅 +2 位作者 张雪 王铭 李依霏 《预防医学论坛》 2024年第5期362-367,共6页
目的 建立近视预测模型,分析西安市新城区中小学生近视影响因素,为制定学生近视防控策略以及干预措施的实施提供科学依据。方法 基于2022年陕西省学生常见病监测项目,使用5 m标准对数视力表进行视力检查,并用台式电脑验光仪对学生眼睛... 目的 建立近视预测模型,分析西安市新城区中小学生近视影响因素,为制定学生近视防控策略以及干预措施的实施提供科学依据。方法 基于2022年陕西省学生常见病监测项目,使用5 m标准对数视力表进行视力检查,并用台式电脑验光仪对学生眼睛进行屈光度检测。将参与视力筛查及填写调查问卷的2 511名学生纳入研究,分别使用支持向量机递归特征消除(SVM-RFE)、基于交叉验证的最小绝对收缩和选择算子回归(LASSOCV)、χ^(2)检验-SelectKBest、决策树-SelectFromModel、互信息法用于近视影响因素的筛选,将筛选出的变量分别纳入多因素logistic回归和5种分类预测模型,进行近视发生风险预测。结果 共检出近视1 780名,近视率为70.89%(1 780/2 511),男生近视率为69.24%(833/1 203)、女生近视率为72.4%(947/1 203)。小学、初中、高中和职高学生近视率分别为54.69%(560/1 024)、78.96%(473/599)、84.12%(747/888)。所有变量在5种特征选择方法前15名中出现3次及以上的共17个。5种特征选择方法中,5种均选择了年龄、父母是否近视;4种选择了父母是否提醒注意读写姿势,读写时胸口离桌子边沿超过一拳,参加英语、数学、写作等文化类补习班时间。logistic回归结果显示,年龄(O R=1.329,95%CI:1.286~1.373,P<0.001)、父母近视情况(父母一方近视O R=1.808,95%C I:1.453~2.251,P<0.0001;父母均近视O R=3.566,95%CI:2.691~4.726,P<0.001)、父母提醒注意读写姿势(O R=1.349,95%CI:1.092~1.666,P=0.006)、课间休息时在户外活动(O R=0.774,95%CI:0.636~0.943,P=0.011)、看电视时眼睛距离电视显示屏超过3 m(经常或总是O R=0.792,95%CI:0.589~1.064,P=0.122;从不或者偶尔O R=1.099,95%CI:0.835~1.445,P=0.501)、平均每天放学后做作业读书时间(O R=1.342,95%CI:1.105~1.631,P=0.003)是近视发生的影响因素。5种模型预测结果显示,各模型变量筛选后性能均优于变量筛选前。变量筛选后的SVM-RBF取得了最优的分类性能[受试者工作特征曲线下面积(AUC)=0.73,准确度(accuracy)=0.72,f1值(f1-score)=0.74,精确度(precision)=0.78,召回值(recall)=0.72],其次为变量筛选后的SVM-POLY(AUC=0.73,accuracy=0.71,f1-score=0.73,precision=0.78,recall=0.71),说明并不是纳入的变量越多、模型的预测性能越好。结论 学生近视率随着年龄、学段增长而快速增长,也与随着年级增长学生课业负担增加及使用手机等电子产品时间增加有关。 展开更多
关键词 中小学生 近视 风险预测 混合特征选择 机器学习
原文传递
无人机目标检测多深度混合特征域泛化方法研究
14
作者 王宝亮 姜智 +4 位作者 王健 张宝 马振宇 王博航 于海松 《兵器装备工程学报》 CSCD 北大核心 2024年第S2期295-302,共8页
由于当前无人机目标检测模型与频域等特征的关联能力弱、真实世界场景下知识迁移困难等,导致了模型泛化能力差,提出了一种无人机目标检测的多深度混合特征域泛化方法,强化了不同类型特征间的关联性提高了目标检测模型的泛化能力。提出... 由于当前无人机目标检测模型与频域等特征的关联能力弱、真实世界场景下知识迁移困难等,导致了模型泛化能力差,提出了一种无人机目标检测的多深度混合特征域泛化方法,强化了不同类型特征间的关联性提高了目标检测模型的泛化能力。提出了针对频域混合特征的混合特征融合方法,可对混合特征数据间的数据关联进行有效强化。为了降低域偏移对模型泛化性的影响,设计了针对多特征域解耦的混合特征多深度跳跃式融合编解码网络。相较于现有方法,可有效处理真实世界未见场景中的无人机目标检测,检测精度有明显提升。 展开更多
关键词 无人机目标检测 域泛化 频域特征 混合特征融合 多深度分层编码
在线阅读 下载PDF
基于关键词加权的混合特征文本快速分类仿真
15
作者 徐佳丽 杨长红 《计算机仿真》 2024年第3期510-513,518,共5页
电子文本形式的网络信息不仅数量多,且混合特征具有较高相似性,很难达到特征的平均分布。特征项在类别间的不均性导致文本权重计算易出现偏差,影响类别特征词的提取,导致文本分类难度较大。为此,提出一种基于关键词加权的混合特征文本... 电子文本形式的网络信息不仅数量多,且混合特征具有较高相似性,很难达到特征的平均分布。特征项在类别间的不均性导致文本权重计算易出现偏差,影响类别特征词的提取,导致文本分类难度较大。为此,提出一种基于关键词加权的混合特征文本快速分类方法。采用词频逆文本频率指数信息检索方法对文本加权,计算不同权重下文本关键词在中心集合中出现的频率。根据频率阈值提取关键特征,确定文本集合中类中心点。计算与类中心相关性最高的文本数据,提取关联度特征。建立神经网络分类模型,预先设定一组包含详细特征的文本集,作为初始值输入到神经网络中,每个层次根据目标特征逐一比对实现有效分类。实验证明,所研究方法的查全率更高,文本混合特征提取的召回率高于40%,说明研究方法应用性能更优,对不同种类的文本集均能完成精准分类。 展开更多
关键词 关键词加权 混合特征文本 频率阈值 神经网络分类模型
在线阅读 下载PDF
基于混合特征的车牌定位算法 被引量：13
16
作者 赵兵 鲁敏 +1 位作者 匡纲要 于慧颖 《计算机工程与设计》 CSCD 北大核心 2007年第23期5668-5670,共3页
车牌定位技术是汽车牌照自动识别和智能交通系统的关键技术之一。基于混合特征的车牌定位算法,通过综合利用车牌的颜色、纹理和结构几何等多维特征,实现车牌定位。该算法利用车牌的彩色信息进行彩色分割,实现车牌图像的二值化,而后提取... 车牌定位技术是汽车牌照自动识别和智能交通系统的关键技术之一。基于混合特征的车牌定位算法,通过综合利用车牌的颜色、纹理和结构几何等多维特征,实现车牌定位。该算法利用车牌的彩色信息进行彩色分割,实现车牌图像的二值化,而后提取边缘增强,在此基础上利用数学形态学方法去噪并去除车牌边框,并利用车牌纹理特征利用投影实现车牌的最终定位。该算法克服了单一特征信息不完备引起的车牌定位误差,实验表明该方法具有较好的车牌定位效果。 展开更多
关键词 车牌定位 混合特征 投影 形态学 智能交通系统
在线阅读 下载PDF
基于混合特征匹配的微惯性/激光雷达组合导航方法 被引量：18
17
作者 杭义军 刘建业 +1 位作者 李荣冰 孙永荣 《航空学报》 EI CAS CSCD 北大核心 2014年第9期2583-2592,共10页
微惯性/激光雷达(MEMS IMU/LADAR)组合导航系统在室内应用时,由于室内结构化环境下环境特征(如点和线段)分布稀疏,传统的单一特征匹配算法存在观测盲区,易造成导航定位参数估计误差大的问题。基于此,研究了激光雷达自适应数据分割方法... 微惯性/激光雷达(MEMS IMU/LADAR)组合导航系统在室内应用时,由于室内结构化环境下环境特征(如点和线段)分布稀疏,传统的单一特征匹配算法存在观测盲区,易造成导航定位参数估计误差大的问题。基于此,研究了激光雷达自适应数据分割方法的点和线段的特征提取算法,提出了基于混合特征匹配观测模型的MEMS IMU/LADR扩展卡尔曼滤波(EKF)算法。同时,设计了MEMS IMU/LADR组合导航试验样机,在室内环境下通过试验对滤波算法进行了验证。结果表明:提出的算法在室内结构化环境下相比传统单一点或线特征匹配组合定位算法的定位精度可提高60%,对于小型旋翼无人飞行器在室内结构化环境中的高精度定位具有较高的参考意义。 展开更多
关键词 微惯性测量单元 激光雷达 混合特征匹配算法 扩展卡尔曼滤波 同步定位与建图
原文传递
一种使用多Filter初始化GA种群的混合特征选择模型 被引量：6
18
作者 高鹏毅 陈传波 +3 位作者 张葵 朱力 胡迎松 李丹 《小型微型计算机系统》 CSCD 北大核心 2012年第11期2379-2384,共6页
特征选择已经是高维数据处理尤其是模式识别领域中的一个关键问题.提出一种混合特征选择模型用于从潜在的相关特征中选择那些最重要的特征.该模型包括两部分:filter部分与wrapper部分.在filter部分,4种不同的Filter方法分别对候选特征... 特征选择已经是高维数据处理尤其是模式识别领域中的一个关键问题.提出一种混合特征选择模型用于从潜在的相关特征中选择那些最重要的特征.该模型包括两部分:filter部分与wrapper部分.在filter部分,4种不同的Filter方法分别对候选特征进行独立排序,在融合后进一步生成综合特征排序,综合排序随后产生遗传算法(GA)的初始种群.在wrapper部分,GA算法根据神经网络的分类准确率对个体(特征子集)进行评价,以便于搜索到最优的特征子集.测试结果表明,该模型不仅能有效地减少特征子集的大小,而且还可以进一步提高分类识别的准确率和效果. 展开更多
关键词 特征选择 遗传算法 神经网络 滤波法 封装法 混合特征选择
在线阅读 下载PDF
基于混合特征的恶意PDF文档检测 被引量：5
19
作者 杜学绘 林杨东 孙奕 《通信学报》 EI CSCD 北大核心 2019年第2期118-128,共11页
针对现有恶意PDF文档在检测方案存在特征顽健性差、易被逃避检测等问题,提出了一种基于混合特征的恶意PDF文档检测方法,采用动静态混合分析技术从文档中提取出其常规信息、结构信息以及API调用信息,并基于K-means算法设计了特征提取方法... 针对现有恶意PDF文档在检测方案存在特征顽健性差、易被逃避检测等问题,提出了一种基于混合特征的恶意PDF文档检测方法,采用动静态混合分析技术从文档中提取出其常规信息、结构信息以及API调用信息,并基于K-means算法设计了特征提取方法,聚合出表征文档安全性的核心混合特征,从而提高了特征的顽健性。在此基础上,利用随机森林算法构建分类器并设计实验,对所提方案的检测性能以及抵抗模拟攻击的能力进行了探讨。 展开更多
关键词 恶意PDF文档 混合特征 机器学习 检测
在线阅读 下载PDF
引入混合特征的最大名词短语双向标注融合算法 被引量：4
20
作者 李业刚 黄河燕 鉴萍 《自动化学报》 EI CSCD 北大核心 2015年第7期1274-1282,共9页
最大名词短语的识别对机器翻译等诸多自然语言处理任务有着:惹要的意义.以汉语最大名词短语识别为研究任务,在分析现有方法的基础上,从汉语的语H学特殊性以及基于支持向量机的序列标注算法的特点出发,考查了基于混合特征的融合算法的适... 最大名词短语的识别对机器翻译等诸多自然语言处理任务有着:惹要的意义.以汉语最大名词短语识别为研究任务,在分析现有方法的基础上,从汉语的语H学特殊性以及基于支持向量机的序列标注算法的特点出发,考查了基于混合特征的融合算法的适应性.实验证叨,釆用词和基本组块混合标注单元的标注方法对汉语最大名词短语的识别是有效的,并且其i E反向识别结果具有一定的互补性,在此基础上提出的基于"边界分歧"的双向序列标注融合算法恰能发掘双向识别的互补性,并达到较高的融合精度. 展开更多
关键词 最大名词短语 双向标注 基本组块 混合特征
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 19 下一页 到第 页
使用帮助 返回顶部