特征抽取的一个新算法

特征抽取无论在模式识别还是在光谱信道和色谱柱组合选择中,皆具有重要意义.本文提出了一个基于复相关系数的特征抽取新方法.藉扫描算法,本法可在微机上方便快迷运行.将该法对用于诊断两类疑难疾患的模式识别数据进行了特征变量的选择.获得满意结果.     

基于多尺度特征融合细粒度分类网络的扎把烟叶分级方法

当前我国烟叶分级主要采用的人工分级方法受主观因素的影响,易出现分级精度低、不稳定等问题。为了提高烟叶分级结果的准确度与可信度,通过对实地采集的烟叶RGB图像数据进行分析,并针对扎把烟叶数据复杂、类间差异较小的问题,提出了基于弱监督数据增强网络的多尺度特征融合细粒度扎把烟叶分级方法。本方法在Resnet-50提取特征的基础上,首先利用多尺度特征融合模块融合不同层次特征,再通过卷积层学习得到代表重要局部区域的注意力图,最后利用双线性注意力池化操作进一步从局部区域中提取细粒度特征并用于分类。另外,本方法引入了注意力分散约束损失,以防止不同注意力图所关注区域之间的冗余。最终模型经训练后在测试集上,分级准确率与宏F1分数分别为91.261%和91.780%,相比于以往细粒度分类模型分别提升了3.6%和2.8%。结果表明,相比与其他深度学习方法,该方法在扎把烟草数据集上取得了更好的性能。     

基于GATE的中文事件抽取方法

事件抽取是信息抽取领域的重要研究方向,针对目前网页文档中文事件抽取的关键问题,提出利用开源的通用文本处理框架(GATE)进行中文事件抽取的方法,设计GATE中文事件处理流程,开发GATE插件,解决中文分词与词性标注、领域词典、中文抽取规则设计等关键技术,实现了中文事件的类型识别和元素抽取。并以四类政治事件为例,进行中文事件抽取实验。实验结果表明,基于GATE的中文事件抽取具有良好的通用性,能够取得了较好的抽取效果。     

基于领域本体的微博用户信息抽取方法

传统基于本体的Web页面信息抽取以单个信息项为最小抽取单位,抽取出的实体语义关联性较差和抽取准确率不理想。针对上述问题,以微博领域本体为基础,提出了一种两层次匹配的用户信息抽取方法:将微博中具有语义关联的不同层次的用户信息划分成对应信息块,以信息块作为最小抽取单位分别抽取其中包含的用户各属性信息(包含个人信息、关注的好友信息和所发文本微博信息)。试验结果证明,与传统信息抽取方法相比,设计的抽取规则算法能够有效地提高信息的准确率和召回率,对微博页面结构复杂以及信息量大的Web网页有良好的抽取效果。     

基于多特征融合的茶叶鲜叶等级识别的方法研究

茶叶鲜叶等级直接影响优质绿茶成品的等级,如果在鲜叶阶段就茶叶的芽叶数量进行等级识别,并将不同等级鲜叶分离出来,制作不同等级的绿茶成品,从一定程度上解决了优质绿茶鲜叶采摘环节的难题.提出基于茶叶形态、纹理和HOG特征的鲜叶分级方法,采集鲜叶样本图片,对样本图片进行预处理操作,再提取鲜叶形态和纹理特征等特征参数,建立机器学习模型支持向量机、随机森林和线性判别法K-最近邻对新鲜茶叶样本进行分类,得到各等级的茶叶识别结果.试验结果表明,单独使用一种特征分类效果不佳,也不符合茶叶本身的复杂性.将多种特征融合有更好的分类效果;3种算法中,随机森林算法有较高的优越性,准确率达97.06％.该研究提取的多特征参数和分类模型,为实际鲜叶的生产加工等级识别提供参考.     

基于双线性注意力网络的农业灯诱害虫细粒度图像识别研究

【目的】智能虫情测报灯诱捕到的农业害虫因种类繁多、虫体姿态多样、鳞片脱落等原因造成有些害虫图像存在种间相似和种内差异的现象。为了提高农业灯诱害虫识别率,针对YOLOv4检测模型检测到且容易混淆的19种灯诱害虫,本文提出了基于双线性注意力网络的农业灯诱害虫细粒度图像识别模型。【方法】首先,根据灯诱害虫外观图像的相似性和检测误检的情况,将19种害虫分为6类;将所有害虫图像通过补边操作使得长宽相等,并缩放至统一尺寸224×224像素。为了提高模型的鲁棒性和泛化能力,对害虫图像进行镜像翻转、旋转180度、高斯噪声和均值滤波的数据增强,训练集、验证集和测试集样本量按照8:1:1比例划分。然后,针对6类19种农业灯诱害虫细粒度图像,建立了基于双线性注意力网络的农业灯诱害虫识别模型（bilinear-attention pest net,BAPest-net）,模型包括双线性特征提取、注意力机制和分类识别3个模块;通过修改特征提取模块的下采样方式提高特征提取能力;添加注意力机制模块让整个模型更关注于局部细节的特征,将双线性结构中的上下两个注意力机制的输出进行外积运算增加细粒度特征的权重,提高识别的准确性和学习效率;模型优化器使用随机梯度下降法SGD,分类模块中使用全局平均池化,旨在对整个网络从结构上做正则化防止过拟合。最后,在同一个训练集训练VGG19、Densenet、ResNet50、BCNN和BAPest-net 5个模型,对6类相似的19种农业灯诱害虫进行识别,以精准率、Precision-Recall（PR）曲线和平均识别率作为模型的评价指标。【结果】BAPest-net对6类相似的19种农业灯诱害虫平均识别率最高,达到94.9%;BCNN次之,为90.2%;VGG19模型最低,为82.1%。BAPest-net识别的6类害虫中4类鳞翅目害虫的平均识别率均大于95%,表明该模型能较好地识别出鳞翅目害虫。测试结果中仍存在少数相似度较高的害虫误判,特别当害虫腹部朝上或侧身,种类特征不够明显的时候容易引起相似害虫的误判。对于区分度较低的相似害虫需要更多的训练样本以获取更多的特征,提高模型的识别率和泛化能力。【结论】基于双线性注意力网络的农业灯诱害虫细粒度图像识别模型可以自动识别6类相似的19种农业灯诱害虫,提高了农业灯诱害虫自动识别的准确率。     

基于CWM的企业元数据集成中元数据抽取与导出研究

公共仓库元模型(CWM)是为了在数据仓库和业务分析环境之间方便交换元数据而制定的一个标准,并已经成为模型驱动体系结构(MDA)新策略方向中的核心组成部份.基于CWM的企业元数据集成相关技术,重点探讨集成中元数据的抽取与导出问题,给出相应的导出规则以及一个应用实例.     

融合Wikipedia分类结构及显式语义特征的短文本检索

针对网络信息空间出现的大量短文本具有长度短、信息量少、特征稀疏、语法不规则等特点,传统信息检索技术无法有效地对其进行处理的问题,本研究以语义关联度为出发点,基于当前主流的语义知识源Wikipedia来研究短文本检索技术。根据Wikipedia页面中包含的分类结构信息,提出一种显式语义特征选择及关联度计算方法。在此基础上,提出一种低维显式语义空间下的短文本检索方法,并通过实验测试验证了该方法的可行性和有效性。研究结果表明,本研究与当前基于图论的方法和基于链接的方法相比,分别在评估指标MAP上提高了6%和4. 1%,在P@30上提高了10. 4%和5. 8%,在R-Prec上提高了6. 1%和3%。     

基于无人机RGB影像的大豆种植区提取方法研究

针对皖北大豆主产区——阜阳市太和县境内的典型破碎农田环境,基于无人机RGB影像与多种机器学习算法构建大豆遥感识别模型,据此实现种植区的精细制图。除了R、G、B波段的相对反射率外,还选取了3个HLS色彩空间分量、9个可见光植被指数、6个纹理特征和1个几何特征共22个候选特征变量扩大RGB影像的信息量。采用与分类器相耦合的特征选择方法筛选出针对4种算法——随机森林(RF)、支持向量机(SVM)、极端梯度提升(XGBoost)和BP神经网络(BPNN)的特征子集,并基于最优特征子集和相应的算法构建监督分类模型进行大豆分布区的提取制图,并对比效果差异。结果表明,在4种算法下,基于优选特征子集构建的监督分类模型的提取效果全部优于基于原始RGB波段的提取效果,其中,RF算法结合优选特征的表现最佳,总体精度为93.96%,Kappa系数达到0.87。总的来看,RF算法结合特征优选方法在无人机大豆遥感识别中具有较大的应用潜力,通过特征筛选可在较高的分类精度与较少的数据量之间取得平衡。     

基于人参购买评论的多项特征情感倾向性分析研究

在电子商务和社区论坛蓬勃发展的网络环境下,产品的评论数量激增,评论数据已成为企业提高商品质量和提升服务的重要数据源,在评论中包含用户对产品特征的关注度以及相应的情感倾向。因此,为了能够细粒度地挖掘出用户对商品多个特征的情感分布情况,文中提出了基于评论特征词构建评论分类模型以及基于朴素贝叶斯算法的特征情感分类器,从用户的评论出发,对商品的多个特征进行情感倾向性分析。     

A Method of Soil Salinization Information Extraction with SVM Classification Based on ICA and Texture Features

Salt-affected soils classification using remotely sensed images is one of the most common applications in remote sensing,and many algorithms have been developed and applied for this purpose in the literature.This study takes the Delta Oasis of Weigan and Kuqa Rivers as a study area and discusses the prediction of soil salinization from ETM +Landsat data.It reports the Support Vector Machine(SVM) classification method based on Independent Component Analysis(ICA) and Texture features.Meanwhile,the letter introduces the fundamental theory of SVM algorithm and ICA,and then incorporates ICA and texture features.The classification result is compared with ICA-SVM classification,single data source SVM classification,maximum likelihood classification(MLC) and neural network classification qualitatively and quantitatively.The result shows that this method can effectively solve the problem of low accuracy and fracture classification result in single data source classification.It has high spread ability toward higher array input.The overall accuracy is 98.64%,which increases by10.2% compared with maximum likelihood classification,even increases by 12.94% compared with neural net classification,and thus acquires good effectiveness.Therefore,the classification method based on SVM and incorporating the ICA and texture features can be adapted to RS image classification and monitoring of soil salinization.     

基于极限学习机的玻璃瓶口缺陷检测方法研究

针对目前玻璃空瓶回收再生产过程中造成瓶口缺陷破损的在线实时检测难题,提出一种基于极限学习机(Extreme Learning Machine, ELM)的检测算法。首先对采集的瓶口进行预处理,通过研究表面缺陷,提取灰度方差等6种表面特征。然后运用遗传算法对极限学习机的输入层层的阈值和权值进行优化,提高算法的检测精度。最后现场选取569个样本对所设计ELM分类器进行训练学习与测试,并与LVQ算法、BP分类器对比实验。结果表明该算法能够满足对机器视觉检测系统缺陷检测高速高精度的要求。     

基于规则的土地利用布局优化方法研究——以新疆温泉县为例

基于规则的土地布局优化方法,以新疆维吾尔自治区温泉县为例,采用GIS技术在建设用地适宜性、区位、点轴理论、开发约束、集约节约、土地转换规则等6方面建立规则,生成规则地图并叠加分析,研究温泉城区土地利用布局优化。在总的规则地图上,完成允许建设区、有条件建设区、限制建设区和禁止建设区划分,从而得到土地利用规划布局建设用地管制分区。     

突脉青冈群落学结构特征研究

突脉青冈是珍贵的用材树种之一．本文通过应用点——四分法进行样地的群落调查，测定了群落８种主要树种的重要值，并对群落的结构和动态进行了分析和研究．研究结果表明突脉青冈群落比较稳定，处于生长成熟期     

基于SFM算法的单木结构参数提取研究

针对传统森林资源调查方法获取单木结构参数效率低和成本高的问题,提出一种基于SFM算法的单木结构参数快速提取方法。以哈尔滨市城市林业示范基地树木为研究对象,利用SFM算法获得单木照片的三维点云,并利用点云数据处理软件对获得的点云数据进行单木结构参数提取,最后与实测参数进行对比分析。结果表明:1）分别利用SIFT算法、SURF算法以及ORB算法对相机校检后的树木照片进行特征点提取匹配,特征点正确匹配个数分别为23、145以及25,相应的耗时分别为18.56、16.04、1.58 s;2）利用SFM算法能获得树木照片的稀疏点云和稠密点云,平均每棵树木点云量为80万个;3）基于点云数据提取单木结构参数的胸径、树高及冠幅的平均绝对误差分别为1.79 cm、0.77 m及0.79 m;胸径、树高、冠幅的提取值与实测值相关系数均>0.94。     

湖北九宫山香果树群落结构特征研究

根据野外调查的样地资料，分析了九宫山自然保护区香果树群落的结构特征。结果表明：该群落属不稳定型群落，具有次生性质，香果树种群具有退化的趋势，需要人为干预加以保护。     

基于Quick Bird影像的城市绿地景观信息提取研究

以武汉鲁巷快鸟影像为主要数据源,结合地形图及相关社会统计资料,利用多尺度影像分割与监督分类方法、植被指数方法相结合来提取城市绿地景观信息.结果表明:该方法交叉结合能大大地提高提取绿地景观信息的精度,更好地反映城市微观信息,满足现代城市发展的要求.     

基于统计纹理残差学习网络的葡萄叶片分类方法

针对葡萄叶片类间相似度高导致的类内品种分类精度低的问题,构建一种改进的统计纹理残差学习网络（statistical texture residual learning network, STRLNet）的葡萄叶片分类方法。首先在ResNet50骨干网络的基础上添加SE注意力机制,然后构建底层信息的特征增强层,最后将增强后的底层特征与骨干网络提取的高层语义信息相融合,输出连接到用于存储分类特性的全连接层上。利用采集的11种成熟期葡萄叶片数据集进行训练测试,结果显示,STRLNet在提高网络空间性能的同时可充分利用底层特征信息,对构建的葡萄叶片数据集的分类准确率可以达到92.26%,相较于ResNet骨干网络提高了约2.8个百分点,与VGG16、Inception v4和ResNet等主流分类网络相比在葡萄叶片细粒度分类中具有更高的准确性。研究结果表明,在多品种的葡萄叶片分类任务中,改进后的模型相较于骨干网络可以关注到更多的特征信息,相较于主流分类网络模型可以获得更高的分类精度,模型性能得到进一步的提升。     

云南怒江峡谷农业产业结构优化原则与特色优势种植业空间布局

产业布局优化是关系区域经济、社会与环境可持续发展的关键问题.本文分析了怒江峡谷区农业产业结构现状及其存在的突出问题.根据研究区的区域条件及资源优势,提出了适合本区域发展的三大生态农业建设区的农业产业规划模式与主要特色农业产品结构优化的原则;并选择适合在本区域发展且形成一定规模的特色种植业核桃、漆树、草果、秦艽、油桐、花椒等品种,对其影响因子进行叠加分析,得出各个品种的最优空间布局.     

基于主动学习隐马尔可夫模型的文本信息抽取

对只能获得部分标记的训练文本,将主动学习方法应用到文本信息抽取中,提出了一种基于主动学习隐马尔可夫模型的文本信息抽取方法.在该方法中,通过主动学习,仅将对隐马尔可夫模型的训练最有价值的训练文本挑选出来进行标记.实验表明,通过选择模型信任值的最佳门槛值,该方法在保证文本信息抽取性能的前提下,大大减少了用户标记训练文本的工作量.