Results 1 to 10 of about 16,089 (189)
[Fully Automatic Glioma Segmentation Algorithm of Magnetic Resonance Imaging Based on 3D-UNet With More Global Contextual Feature Extraction: An Improvement on Insufficient Extraction of Global Features]. [PDF]
Sichuan Da Xue Xue Bao Yi Xue Ban目的 脑胶质瘤及其子区域的全自动分割是计算机辅助肿瘤临床诊断的基础，卷积神经网络在脑部磁共振成像（magnetic resonance imaging, MRI）分割过程中，小卷积核只能提取局部特征而无法有效融合全局特征，缩小了对影像信息的感知范围，从而导致分割精度不足的问题。本研究旨在利用膨胀卷积，针对三维（three-dimensional, 3D）-UNet不能充分提取全局特征的问题进行改进。 方法 ①算法构建：本文提出一种带有三条全局上下文特征提取通路的3D-UNet模型，即3DGE ...
Tian H, Wang Y, Ji Y, Rahman MM.
europepmc +2 more sources
Gaoya dianqi, 2021 对GIS的振动信号进行分析可以及时有效的发现设备中存在的故障。在GIS设备的故障诊断中,特征提取是最为关键的步骤,文中针对单一种类的特征提取方法提取到的特征容易缺乏特异性这一缺点,提出了基于复合特征的GIS振动信号特征提取方法。首先将奇异值分解和基于总体最小二乘准则的旋转不变技术这两种时频法结合起来对振动信号中具有明确物理意义的特征量进行提取,对于没有明确物理意义的特征量,通过数据序列法中的变分模态分解和多重分形来对其进行提取;然后将这两种特征量组合得到新的特征量 ...
马星光 +5 more
doaj
Chinese/English Journal of Educational Measurement and Evaluation, 2023 本研究利用特征提取与机器学习方法分析 Kaggle 数据，即 ASAP 数据集。具体而言，应用自然语言处理(Natural Language Processing, NLP)和双向编码表示转换模型 (Bidirectional Encoder Representations from Transformers, BERT)进行语料处理和特征提取，并涵盖不同的机器学习模型，包括传统的机器学习分类器和基于神经网络的方法。 对评分系统使用有监督学习模型，对其中 6/8 的写作指令(prompt ...
Li Yao, Hongzan Jiao
semanticscholar +1 more source
Gaoya dianqi, 2022 机械故障是断路器发生的主要故障之一，断路器分合闸过程中产生的振动信号可以有效反应其运行状态。针对现有的时频域分析等线性分析方法在提取断路器振动信号时存在的局限性，提出并探讨了一种基于相空间重构的断路器振动信号边缘特征提取方法，用于刻画断路器的非线性特征，为断路器的状态诊断提供依据。搭建故障模拟平台模拟断路器正常状态、触头磨损、线圈老化、低操作电压、合闸弹簧失效的振动信号；结合分形理论和边缘检测算法提取振动信号的边缘图像和边缘特征量，从边缘图像形态 ...
盛健 +6 more
doaj
Dianci bileiqi, 2022 传统方法在进行±1 100 kV输电线路复合绝缘子缺陷多源特征及模式识别时，去噪效果不佳，无法提取准确的缺陷特征，模式识别用时较长。为此，提出一种新的方法解决以上问题。对输电线路复合绝缘子图像进行均衡化处理，实现图像增强；采用均值滤波方法实现图像去噪，并在二维熵的基础上完成图像分割。提取直线特征、斑点特征和分块统计特征构建复合绝缘子缺陷的特征集，应用BPSO算法融合直线特征、斑点特征与分块统计特征，获得复合绝缘子缺陷特征，构建输电线路复合绝缘子缺陷模式识别模型，实现复合绝缘子缺陷特征及模式的识别 ...
王建, 舒胜文, 金铭, 李勇杰
doaj
Gaoya dianqi, 2020 核熵成分分析（kernel entropy component analysis,KECA）方法在处理非线性数据集,去除冗余信息方面具有独特的优势。针对电力变压器故障诊断中有效特征提取困难,KECA中核参数选择繁琐以及忽略了样本类别信息等问题,文中提出一种自适应核函数优化学习的监督核熵成分分析特征提取方法,用于电力变压器敏感特征量的提取。首先收集电力变压器不同状态下的样本数据,并结合样本类别信息建立一个依赖数据的核函数 ...
彭丽维, 张彼德, 孔令瑜, 梅婷
doaj
基于无人机倾斜摄影技术的黄土丘陵区典型小流域淤地坝特征信息提取与分析
Shuitu Baochi Xuebao, 2023 淤地坝现状特征信息的精准提取对于淤地坝运行现状评估十分重要,全面的淤地坝特征信息可为病险坝除险加固提供重要依据,当前淤地坝特征信息提取尚缺乏科学高效的技术。针对此问题,拟提出基于无人机倾斜摄影技术提取淤地坝运行现状特征的方法,以无人机航拍影像为基础数据,生成三维实景模型和高精度DEM,用于淤地坝数目、位置、剩余库容、有效坝高等重要现状信息的提取和测量,进而分析小流域内淤地坝分布、组成结构、坝体信息、淤积程度、坝控流域面积等特征。将此技术应用于陕西省榆林市子洲县蛇家沟小流域 ...
李博永 +4 more
doaj
智能科学与技术学报, 2022 当前利用社交媒体数据预测抑郁症的研究忽视语言风格和情感随时间推移变化的特征，缺乏对情感状态和帖子元数据特征的研究，基于此，提出一种基于情感信息融合注意力机制的抑郁症识别模型。首先，在现有抑郁症识别研究的基础上，使用文本分类卷积神经网络按时间顺序提取用户每个时间段的帖子信息和情感信息，引入注意力机制为得到的特征矩阵分配不同的注意力权重，进而得到用户帖子信息特征和用户情感信息特征。其次，使用正则匹配提取文本的情感倾向信息，拼接注意力机制输出分配权重后的情感特征矩阵，以增强情感学习表示。然后 ...
陈妍, 罗雪琴, 梁伟, 谢永芳
doaj
Research of Underwater Acoustic Communication Signal Modulation Recognition and Its Implementation [PDF]
, 2016 随着海洋开发、海洋权益维护、国防安全等领域信息获取和处理需求的不断提升，对水声通信信号的调制样式的自动识别研究成为重要的研究课题。然而目前无线领域常用的通信信号(BPSK，QPSK，MFSK，OFDM)的调制识别方法往往需要较多的调制参数作为先验知识（如精确载波频率、初始相位、符号速率）。由于水声信道的随机时-空-频变、窄带高噪、多途效应及多普勒频移等特性，使得上述这些先验知识在水声信号调制方式未知的情况下很难得到，因此，非合作水声通信信号的自动识别极具挑战性。 信号频谱是对信号在频域方面的一种描述 ...
江伟华
core
智能科学与技术学报, 2021 面部表情识别是一种直接、有效的情绪识别模式。机器学习可以对图像表情进行形式化表征，但由于缺乏大脑的认知表征能力，在小样本数据集或复杂表情（伪装）数据集上的识别性能并不理想。针对此问题，将机器人工智能的形式化表征与人脑通用智能的情感认知能力结合，提出一种基于脑机协同智能的情绪识别方法。首先，从脑电图信号中提取脑电情感特征，以获取大脑对情绪的认知表征。其次，从情感图像中提取图像的视觉特征，以获取机器对情绪的形式化表征。为了增强机器模型的泛化能力，在特征学习中引入样本间的迁移适配 ...
刘栋军 +4 more
doaj