混合加工特征识别方法

介绍一种集成了自动特征识别和用户交互特征定义的混合特征识别方法，该方法采用基于广义痕迹的特征识别建立零件的加工特征模型，通过交互特征定义对已建立的加工特征模型进行局部修改和再解释，在交互特征定义中，用户只需通过选取要修改的特征面定义自己的特征，剩余的面则调用自动特征识别算法处理，特征参数由系统提供的统一算法计算，从而减少了交互的工作量，这种混合特征识别方法有助于提高加工特征识别系统的实用性和健壮性。     

产品特征建模中过渡特征的研究

在研究基于特征的产品建模方法时，往往缺乏对特征关系本质的研究，在分析目前过渡特征研究所在存在的问题的基础上，讨论了过渡特征的主宛方法以及过渡特征之间的关系，提出了过渡特征分组的观点，并给出了基于过渡特征关系矩阵的有向无环图的产品过渡特征模型及研究方法，文章讨论了建立产品过渡特征模型过程所遇到的主要问题，并给出了应用实例。     

面向Android恶意应用静态检测的特征频数差异增强算法

随着Android应用程序数量的快速增长，面向Android应用程序的安全性检测已成为网络安全领域的热点研究问题之一。针对恶意应用静态检测的特征选择，给出了良性特征、恶意特征、良性典型特征、恶意典型特征、非典型特征等概念，设计提出了特征频数差异增强算法FDE。FDE算法通过计算特征出现在良性与恶意应用中的频数，去除静态特征中的非典型特征。为合理验证算法的目标效果和性能优劣，分别设计了基于平衡数据与非平衡数据的实验，对于非平衡数据，引入了权重损失函数。实验结果表明，FDE算法可有效去除静态特征中的非典型特征，筛选出有效特征，权重损失函数可有效提高非平衡数据中的恶意数据识别率。     

基于多特征选择的中文文本分类

自动文本分类就是在给定的分类体系下，让计算机根据文本的内容确定与它相关联的类别。特征选择作为文本分类中的关键，困难之一是特征空间的高维性，因此寻求一种有效的特征选择方法，降低特征空间的维数，成为文本分类中的重要问题。在分析已有的文本分类特征选择方法的基础上，实现了一种组合不同特征选择方法的多特征选择方法，应用于KNN文本分类算法，实验表明，多特征选择方法分类效果比单一的特征选择方法分类效果有明显的提高。     

生物特征识别数字时代的安全卫士——首届国际生物特征识别技术发展高峰论坛报道

国际生物特征识别集团（IBG）预计，2007年全球生物特征识别市场的规模在41亿美元左右，而近几年将会是生物特征识别市场的爆发期，年增长率可能在80％以上。在我国，人口众多，流动性强，生物特征识别拥有巨大的市场潜力。同时，中国生物特征识别产业相对国际生物特征识别产业具有后发性，因而中国生物特征识别产业在未来的增长将更高于全球生物特征识别产业的总体增长。[第一段]     

脱机手写汉字识别的最优采样特征新方法

在脱机手写汉字识别中，笔画形变是造成识别率下降的主要原因，减少笔画形变的影响是提高脱机手写汉字识别率的关键。针对上述问题，提出了最优采样特征。该特征以目前被广泛应用的方向线素特征为基础，在一定的约束条件下，通过移动采样点的位置，可以适应笔画的形变。从而减少特征的类内方差，提高特征的可分性，改进了识别性能。通过在THCHR样本集上进行实验，并对最优采样特征和方向线素特征的实验结果进行比较，验证了最优采样特征的识别率优于方向线索特征。     

特征金字塔融合的多模态行人检测算法

针对单模态行人检测在光照条件较差、目标部分遮挡、目标多尺度时检测效果较差的问题，提出了一种基于可见和红外双模态特征金字塔融合的行人检测算法。使用深度卷积神经网络代替传统的手工设计特征方式分别自动从可见模态及红外热模态的图片中提取单模态特征，根据ResNet（Residual Net）的阶段性特征图谱搭建特征金字塔网络，生成每个模态的特征金字塔，并将两个模态的特征金字塔进行逐层融合。选择深度学习通用目标检测算法--Faster R-CNN作为后续的目标定位与分类算法来解决多模态行人检测问题。在特征金字塔融合阶段，针对级联融合和较大值融合容易忽略弱特征，无法有效融合互补特征的问题，提出了一种锐化特征的特征金字塔融合方法，根据阈值强化突出强特征，互补叠加弱特征，有效利用每个模态的特征，进一步提高模型的检测效果。实验结果表明，特征金字塔聚合的多模态行人检测算法可以有效解决多模态行人检测问题，在KAIST数据集上的检测效果超过了目前该数据集上的最佳模型。     

基于抗噪声邻域粗糙集的在线流特征选择算法

在开放动态环境当中，特征是动态生成的，特征在不同时间戳内流入特征空间称为流特征.然而，在一些基于传统的邻域粗糙集流特征选择算法中，噪声点会对特征的依赖度计算造成影响.基于此，本文提出了基于抗噪声邻域粗糙集的在线流特征选择算法.首先，充分考虑噪声点的影响，定义一种抗噪声的邻域关系，并设计基于抗噪声邻域的依赖度计算公式.进一步，考虑到特征对不同类别所提供的信息不同，结合类别正域，提出了一种新的在线相关性分析方法和冗余分析方法.在8个数据集上的实验研究表明，所提算法得到的特征子集优于一些在线流特征选择算法.     

基于二次熵的互信息特征选取方法的研究

随着全球网络的普及应用，大量没有统一结构和管理的在线资源急需进行处理，高效的网页自动分类方法是从网上海量信息中提取所需信息的关键技术，特征选取又是文本分类挖掘的重要基础，本文以广义信息论为理论基础，提出了基于二次熵的互信息特征选取方法，独立评估特征集中的每个特征，分析特征和类别的关系，从高维的特征空间中选取出对文本分类有效的特征，降低了文本特征空间的维数，提高了文本分类的性能。     

基于异构特征融合的论文引用预测方法

针对论文引用预测方法在特征稀疏时性能下降的问题，提出了基于异构特征融合的方法，可同时利用定长特征、引文网络特征和引文时序特征，有效提升了引用预测方法的精度。本文针对论文引用预测任务定义了引文属性网络，对3类异构特征进行建模；提出了面向异构特征融合的论文引用预测方法，使用图神经网络处理定长特征和引文网络特征，使用循环神经网络处理引文时序特征，基于多头注意力机制对提取到的异构特征进行融合并预测被引次数。在大规模真实数据集上的实验表明，本文方法可以有效利用多种异构特征并缓解数据稀疏问题，均方根误差（Root mean squatr error，RMSE）比最好的基准方法降低了0.31。     

半监督的三维网格模型层次分割

提出一种半监督K均值聚类和带状区域增长的三维网格模型层次分割算法,包括显著性特征点提取、预分割和后分割3个阶段.该算法在多维标度法的基础上进行显著性特征点提取;利用半监督K均值聚类算法来对原始模型进行初步的粗分割,以提高算法的整体效率;根据预分割结果,利用离散高斯曲率逼近,以带状推进的区域增长法进行层次的后分割.与同类算法相比,文中算法得到的分割边界更有意义,具有较高的边缘准确性和分割区域一致性.     

利用小变换和特征加权进行纹理分割

为了提高纹理图象分割的边缘准确性和区域一致性以及降低分割错误率,提出了一种基于小波变换的利用特征加权来进行纹理分割的方法。该方法包括特征提取、预分割和后分割3个阶段,其中,特征提取在金字塔结构小小以变换的基础上进行;预分割利用均人矣类算法来对原始图象进行初步的分割;后分割则根据预分割的结果对特征进行加权,然后利用最小距离分类器来实现图象的最后分割。与传统的方法相比,该方法在分割错误率、边缘准确性以及区域一致性等方面均有明显的改善。     

Feature-based reverse modeling strategies

We presented two integrated solution schemes, sectional feature based strategy and surface feature based strategy, for modeling industrial components from point cloud to surfaces without using triangulation. For the sectional feature based strategy, slicing, curve feature recognition and constrained fitting are introduced. This strategy emphasizes the advanced feature architecture patterns from 2D to 3D in reverse engineering. The surface feature based strategy relies on differential geometric attributes estimation and diverse feature extraction techniques. The methods and algorithms such as attributes estimation based on 4D Shepard surface, symmetry plane extraction, quadric surface recognition and optimization, extruded and rotational surface extraction, and blend feature extraction with probability and statistic theory are proposed. The reliable three-dimensional feature fabricated the valid substratum of B-rep model faultlessly. All the algorithms are implemented in RE-SOFT, a reverse engineering software developed by Zhejiang University. The proposed strategies can be used to capture the original design intention accurately and to complete the reverse modeling process conveniently. Typical industrial components are used to illustrate the validation of our feature-based strategies.     

基于多尺度特征融合的改进臂丛神经分割方法

臂丛神经超声影像信噪比（SNR）低、边缘模糊且人工分割难度较大。现有的分割模型虽然取得了一些成果,但碍于臂丛神经结构目标区域小、形状不规则,分割效果欠佳。针对上述问题,设计基于多尺度特征融合的臂丛神经分割模型,即针对神经部位分割的特征金字塔网络（Ner-FPN）。在特征提取阶段,设计一种仿Xception的结构进行多尺度特征提取;在预测分割阶段,采用双向FPN结构进行特征融合预测。在Kaggle臂丛神经超声影像分割竞赛的BP数据集上的实验结果表明,Ner-FPN模型对臂丛神经分割的Dice相似系数（DSC）可达0.703,与主流的深度学习分割模型U-Net、SegNet相比,分别提高了10.7个百分点和14.5个百分点,对比相同数据集中的其他改进模型QU-Net和Efficient+U-Net,DSC分别提高了5.5个百分点和3.4个百分点,可见所提模型能够起到辅助诊断的效果。     

融合肤色信息和椭圆环模板的人脸检测

融合肤色信息和人脸轮廓信息,提出了一种新颖的基于肤色信息和人脸轮廓的人脸检测算法.首先利用改进的肤色提取算法对肤色进行分割,分析肤色区域,找出备选人脸;然后对备选人脸区域进行边缘检测,根据边缘检测点进行人脸轮廓特征的匹配,找出入脸的准确位置,并利用马赛克模板排除虚假人脸.实验结果表明,该算法具有较高的准确率,检测速度快...     

一种新的图像局部仿射不变特征提取方法

提出了一种新的图像局部仿射不变特征的提取方法,首先利用阈值分割在图像中确定某个灰度取值范围的连通区域,文中证明了该区域的几何中心在图像仿射变换前后具有不变性,然后将几何中心作为局部仿射不变特征的"     

基于法向量距离的路面坑槽提取方法

以路面高程激光点云为研究对象, 提出一种基于法向量距离的路面坑槽提取方法. 首先对路面高程点云数据进行数据清洗; 其次采用自适应最优邻域的PCA方法估算路面点云数据的法向量, 通过计算路面点云中采样点到其局部二次曲面的切平面的法向距离作为法向量距离; 以法向量距离描述采样点的三维空间特征, 并通过阈值分割自动提取路面坑槽点云集合, 通过Mean-Shift聚类算法分割路面坑槽点云集合得到多个坑槽点集; 最后针对每个坑槽点集, 采用Alpha Shape算法提取坑槽边界点, 对坑槽边界点进行三次样条插值拟合得到坑槽轮廓, 据此计算坑槽尺寸(长度、宽度、深度)、面积信息. 以规则坑槽模型点云数据与真实路面点云数据进行实验, 本文方法提取坑槽的深度的相对误差的均值分别为2.7%, 4.7%, 提取坑槽面积的相对误差的均值分别为6.8%, 4.3%. 实验结果表明本文方法可以精确提取路面坑槽边界点及其尺寸信息, 且对于不规则形状坑槽的识别及提取具有较强的抗干扰性.     

Establishing a balanced neighborhood of discrete points for local quadric surface fitting

This paper presents a novel algorithm to establish a balanced neighborhood of points for reliable local quadric surface fitting, a common task in point cloud data processing. The underlying smooth surface geometry of a point cloud in the vicinity of a point can be locally approximated by the best fitted quadric surface at the point. The quality of the fitted surface considerably depends on what neighboring points are selected for the fitting. Specifically, if the selected neighboring points carry a biased distribution, the fitted geometry becomes biased, resulting in loss of accuracy in the fitting. The presented algorithm in this paper is able to reliably select neighboring points considering measures of both distance and direction. The main feature is the development of a geometric relationship, named as Territory Claiming, between the selected and the candidate neighboring points. The fundamental principle is for the selected point set to cover the whole neighborhood domain without redundancy. The selection procedure starts with a distance-based sequence of neighboring points with the territory claiming relationship functioning as a filter to establish a well-balanced neighborhood. The neighborhood can be expanded to incorporate sufficient number of points for the quadric surface fitting while maintaining the balance of the overall neighborhood. The implementation results have demonstrated that the presented method is robust and selects local neighboring points with superior fitting performance in comparison with the distance-based neighbors, mesh neighbors, and elliptic Gabriel graph neighbors.     

基于边界的二次曲面重建与分类

针对线框模型中二次曲面的重建,在面片边界回路确定的基础上提出了通过曲面片边界上9个点约束构建曲面方程的方法。先从回路中提取二次曲面片边界上顺次连接的3条曲线,并在这3条曲线上各取3点,形成9个对二次曲面方程系数的线性约束,再添加一个附加系数比例约束,确定二次曲面方程的全部10个系数。对退化二次曲面点约束缩减的情况,通过增加退化约束来补偿以求得精确解,同时也给出了一个求近似解的简化方案。最后对二次曲面的分类进行了讨论。实验结果表明该方法准确且高效。