共查询到20条相似文献,搜索用时 31 毫秒
1.
为了对手写字符进行识别,对隐马尔可夫模型算法及训练方法进行了探讨.首先简要地描述了字符识别的预处理和字符分割,然后利用Haar基函数提取字符特征,给出了解决隐马尔可夫模型的三个关键问题的算法,尤其是利用高斯混合模型对样本进行训练,建立了结合高斯混合模型的隐马尔可夫模型.实验结果表明,该方法有效可行,与已有研究结果进行对比,该方法具有一定的优越性。 相似文献
2.
3.
4.
运用神经网络图像特征提取联合SSA-SVM分类算法,对通航区域图像中的典型船舶目标进行识别以实现船舶目标的自动分类。首先通过摄像机获得通航区域的高分辨率图像,以AlexNet深度学习网络为基础经迁移学习后提取典型船舶目标特征,获得4种船舶类型、共5 505 024个特征数的典型船舶目标特征矩阵。以特征矩阵为训练依据训练SSA-SVM算法,在种群寻优下获得最佳识别参数,经训练得出在小数据集下具有较强辨识能力的SSA-SVM船舶目标识别模型。实验表明,相比于深度学习的大数据集驱动识别算法,使用AlexNet特征提取的SSASVM算法能够在数据量较少的情况下对散货船、集装箱船等典型船舶目标进行有效识别,识别准确率为88.87%、训练时长为1 856 s,满足实用需求,为水上监管提供了可靠的技术支持。 相似文献
5.
声纳目标特征级融合的主要任务是实现信息压缩、目标身份确定(分类) ,以利于实时处理、决策分析。基于数学模型的各种算法,由于情况复杂,往往很难建立。而人工神经网络通过样本的学习,具有存储记忆、在相似输入下能恢复记忆等特性,从而避免了烦琐而复杂的建模。在神经网络声纳目标识别前的噪声预处理方法中,选用了功率谱特征提取、双谱特征提取算法;在研究了提取的特征后,选取反向传播神经网络(BP)模型;在此基础上构造了BP神经网络,并对网络进行训练与测试,给出识别实验结果。仿真模拟分析证明,基于神经网络的声纳特征级信息的融合,对目标分类有一定效果,为进一步实现声纳信息融合奠定了基础 相似文献
6.
《船海工程》2020,(2)
采用水下溢油模拟实验水槽装置模拟溢油工况,利用工业相机获取油滴图片,将图像分割后得到的油滴图片灰度值作为特征值,基于支持向量机(SVM)算法训练油滴识别模型,获得油滴的粒径分布特征。研究表明:SVM方法所训练模型在测试集样本识别中正确率为100%,在油滴图片识别中正确率超过95%,识别快速、结果可靠;处理相同数量的溢油图片,SVM算法比最大类间方差法(Otsu)用时更少,效率更高;处理204张油滴图片时,SVM算法的平均识别用时比Ostu算法快76.9%,累计识别用时比Ostu算法快74.5%。识别的油滴粒径在自然对数坐标系下呈线性分布,协方差R~2=0.842 7,与经典的Rosin-Rammler粒径分布吻合。 相似文献
7.
在网络入侵检测中,数据类别不均衡训练集的使用将产生分类偏差,支持向量机是一种新型的统计学习模型,在处理小样本和学习机的推广能力上有很大的优势.针对支持向量机解决k个多类分类问题存在训练样本数据大、训练困难的问题,提出基于支持向量机的决策树训练算法,构建了基于支持向量机决策树的入侵检测系统模型.利用KDDCup99数据集,将本文提出的算法与Lee-Carter方法和1-v-R方法进行了对比实验.通过实验和比较表明,该方法的训练效率大大提高,并且具有较高的检测率. 相似文献
8.
9.
《江苏科技大学学报(社会科学版)》2010,(6)
根据入侵检测中协议分析技术与聚类支持向量机各自不同的检测特点,将协议分析技术融合到聚类支持向量机中,提出了一种新的入侵检测方法.通过协议分析不但可以快速地检测出入侵行为,而且可以有效减少支持向量机的训练时间,同时结合聚类算法进一步减少支持向量机的训练时间和预测时间,从而提高聚类支持向量机的检测效率.使用KDD99中的数据集进行仿真,试验结果表明,算法具有可行性、有效性,能有效提高检测率,降低误报率. 相似文献
10.
高阶神经网络与D—S方法在数据融合中的应用 总被引:1,自引:0,他引:1
讨论了数据融合与高阶神经网络的串行结合。根据Dempster-Shafer证据理论的基本原理,利用多传感器多周期测量条件下命题不确定性度量的融合算法公式,进行命题的空间和时间融合,以达到空中目标的敌我识别。将融合后的最终结果输入到高阶BP神经网络中,通过目标向量样本的训练,输出相应的目标类型。仿真结果证明,这种方法是行之有效的。 相似文献
11.
讨论了数据融合与高阶神经网络的串行结合.根据Dempster-Shafer证据理论的基本原理,利用多传感器多周期测量条件下命题不确定性度量的融合算法公式,进行命题的空间和时间融合,以达到空中目标的敌我识别.将融合后的最终结果输入到高阶BP神经网络中,通过目标向量样本的训练,输出相应的目标类型.仿真结果证明,这种方法是行之有效的. 相似文献
12.
13.
讨论了数据融合与高阶神经网络的串行结合。根据Dempster-Shafer证据理论的基本原理,利用多传感器多周期测量条件下命题不确定性度量的融合算法公式,进行命题的空间和时间融合,以达到空中目标的敌我识别。将融合后的最终结果输入到高阶BP神经网络中,通过目标向量样本的训练,输出相应的目标类型。仿真结果证明,这种方法是行之有效的。 相似文献
14.
15.
为实现船舶设备维护方式的智能化升级,用视情维修代替传统的定期巡检,提出一种基于改进粒子群算法(Particle Swarm Optimization,PSO)优化的Elman神经网络融合自回归差分移动平均模型(Auto-Regressive Integrated Moving Average,ARIMA)模型的组合预测模型,用于对设备状态参数进行预测。根据序列特征拟合ARIMA模型,利用改进的PSO算法优化Elman神经网络的权值和阈值,基于改进的PSO-Elman模型的残差预测值修正ARIMA模型预测结果。采用某船设备实际数据对该组合预测模型进行训练和验证,将其预测结果与其他模型的预测结果相对比,结果表明,该组合预测模型具有较高的预测精度和稳定性。 相似文献
16.
基于高阶谱的舰船噪声特征提取与实验 总被引:2,自引:1,他引:1
利用高阶谱对舰船辐射噪声进行了分析,着重研究了采用双谱分析的方法提取舰船噪声特征,给出了维谱特征提取的算法,提取了9维的特征向量并利用神经网络进行了训练与识别.实验表明,该方法对舰船辐射噪声信号具有很好的分类效果. 相似文献
17.
18.
为了准确有效地实现齿爬式升船机横导向装置的损伤识别,提出以固有频率变化率、应力、位移作为输入特征参数,由损伤结构分类器、损伤位置分类器、损伤程度分类器构成的结构损伤识别模型。以向家坝升船机横导向装置为例,对18种损伤状态下的横导向装置进行模态分析和静力学分析,得到1 646组训练样本和100组测试样本,分别采用BP神经网络、支持向量机和贝叶斯算法进行结构损伤识别模型的训练与识别准确率测试。结果表明:基于BP神经网络算法的横导向装置结构损伤识别模型对损伤结构、损伤位置、损伤程度的识别准确率分别为93%、90%和91%,比基于支持向量机、贝叶斯算法的识别准确率分别平均提高7%、13%,该模型能够有效准确地对横导向装置进行损伤识别。 相似文献
19.
电子邮件是远洋运输业务往来的重要载体,研究如何高效地从询盘邮件中挖掘关键实体信息具有重要意义。本文提出一种基于BERT的远洋运输询盘命名实体识别方法,采用监督学习的方式,利用BERT预训练语言模型进行邮件文本信息的特征提取。实验结果表明,该方法能够有效解决远洋运输询盘邮件的信息抽取问题,实体识别的整体效果较好。 相似文献
20.
以提升舰船颜色特征的应用技术水平,研究三维动态舰船图像颜色特征自动提取和应用方法。通过相机采集三维动态舰船图像颜色特征后,先使用PCA算法获取三维动态舰船图像的颜色特征子空间,再通过K-means聚类算法得到三维动态舰船图像颜色特征,以该颜色特征作为基础,分别利用支持向量机算法和二阶常速模型实现舰船目标识别和航迹跟踪。实验结果表明,该方法可有效提取三维动态舰船图像颜色特征的R、G、B分量,提取舰船图像颜色特征能力较强。将提取到的三维动态舰船图像颜色特征,应用到舰船目标识别和航迹跟踪,可有效识别舰船和跟踪舰船航迹,应用效果较为显著。 相似文献