基于云仿真环境数据挖掘的服务分类方法

服务分类已成为影响服务发现和服务组合优化性能与效率的重要因素,为了有效实现Web服务分类,提出了一种云仿真环境的服务分类方法,采用三种服务特征向量提取方式,获取服务语法和语义的服务特征向量集,并在五种经典分类算法上训练特征向量集,生成最优的服务分类模型.仿真云模型环境服务的随机分布,由最优服务分类模型判定云平台中的服务类别.改进方法在1007个标准OWL-S描述的语义Web服务中进行了实验.实验结果表明,以综合服务特征提取方式,利用SVM分类算法训练的服务分类模型优于其它服务分类器.     

基于自动分类的网页机器人

随着互联网的普及和发展，网络上的信息资源越来越丰富，它需要高效智能的工具来完成信息资源的采集。WWW上的网页抓取器，又称Robot讨论了抓取器与文本自动分类器相结合，对用户要求领域网页的收集。抓取器找到相关链接进行抓取，而避免对非相关链接的抓取。这样可以节省硬件、网络资源和提高抓取器的效率。     

一种基于向量空间模型的多层次文本分类方法

本文研究和改进了经典的向量空间模型(VSM)的词语权重计算方法,并在此基础上提出了一种基于向量空间模型的多层次文本分类方法。也就是把各类按照一定的层次关系组织成树状结构,并将一个类中的所有训练文档合并为一个类文档,在提取各类模型时只在同层同一结点下的类文档之间进行比较;而对文档进行自动分类时,首先从根结点开始找到对应的大类,然后递归往下直到找到对应的叶子子类。实验和实际系统表明,该方法具有较高的正确率和召回率。     

一种基于颜色的石材分类方法

石材分类采用人工方法存在费时费力及主观性强的缺点,本文提出了一种基于颜色的石材分类方法。基于颜色的图像检索算法主要采用HSL颜色空间模型、对其三分量进行分割量化及提取图像的特征值。实验证明,本算法能有效的对石材图像进行分类。     

一种自动的轮毂识别分类方法

本文描述了一种运用统计模式识别方法自动识别多种车型轮毂的方法。构造了四个具有平移不变性、比例不变性和幅度线性变换不变性的一维不变量,用以表征轮毂图像的灰度特征。利用边缘检测Canny算子提取轮毂外圆轮廓,之后对外圆轮廓运用改进的Hough变换方法计算出轮毂最大直径,最后运用马氏距离方法判别出轮毂类别。实验证明了本文方法的有效性。     

一种VR远程医疗服务机器人

在传染疫情爆发情况下,医护人员与病人之间的交叉感染给病毒防控带来问题。针对这种情况,提出一种VR远程医疗服务机器人,在医疗领域中运用机器人技术,提升医疗服务水平,从而减轻医护人员劳动强度,降低医护人员危险系数。机器人搭载红外摄像头和可见光摄像头,可以实现人脸检测,多人同时测温,能准确地识别抓取多种物品目标。     

基于ROS的服务机器人云端协同计算框架

随着机器人应用技术的发展,服务机器人走进人们的生活日渐成为可能. 但机器人本身计算能力有限,同时仅靠自身的传感器接收的信息也有一定的局限性. 现有的机器人还不足以胜任面对复杂场景的应对能力,也不能够满足人们对服务机器人的期待. 本文设计的云机器人计算框架（cloud robot computing framework, CRCF）通过云端,将智能家居以及其他智能硬件与机器人相结合,为机器人提供更多更广的信息. 同时,CRCF通过互联网结合了其它第三方的云端应用API,为机器人提供更多的服务功能. CRCF框架旨在利用云端的大数据处理能力提升机器人的计算和存储能力,并结合第三方云端应用服务和智能硬件设备来拓展机器人的信息来源和服务功能. 最后,本文通过远程语音控制机器人的实验,验证了CRCF系统平台在结合硬件设备以及第三方云端应用的功能和性能.     

一种基于PCA的组合特征提取文本分类方法

为了获得更好的文本分类准确率和更快的执行效率, 研究了多种Web文本的特征提取方法, 通过对互信息(MI)、文档频率(DF)、信息增益(IG)和χ²统计（CHI）算法的研究, 利用其各自的优势互补, 提出一种基于主成分分析(PCA)的多重组合特征提取算法(PCA-CFEA)。通过PCA算法的正交变换快速地将文本特征空间降维, 再通过多重组合特征提取算法在降维后的特征空间中快速提取出更具代表性的特征项, 过滤掉一些代表性较弱的特征项, 最后使用SVM分类器对文本进行分类。实验结果表明, PCA-CFEA能有效地提高文本分类的正确率和执行效率。     

一种基于情感特征的短文本分类方法

With the emergence of a large amount of short texts, using short text classification technology to mine a large amount of effective information in short text has become a hot topic of research. For the feature selection method in the current classification process, which only considers the word frequency, and the short text is short in length and sparse keywords, the paper proposes a short text classification method based on emotional features, combined with TF-IDF, the weight of the feature words is modified with the 〖JP2〗sentiment dictionary, which can effectively improve the weight of the feature words with distinguishing ability, and avoid the problem of low accuracy caused by traditional methods which do not consider emotion but only word frequency. Using the Chinese corpus of teacher Tan Songbo for short text classification, through comparative experiments, the effectiveness of the method is verified.     

基于因子分析模型的噪声稳健脑电信号分类方法

脑电信号的非线性、非平稳性和微弱性造成对运动想象脑电信号的分类存在特征提取困难,分类结果不理想,分类性能受噪声影响明显等问题。为此,提出了一种基于因子分析(Factor Analysis,FA)模型的噪声稳健运动脑电信号分类方法。首先利用FA模型对脑电信号中存在的噪声分量进行抑制,针对重构信号可分性较差的问题,将其转换至功率谱域,进而提取三维能够反映不同运动状态的功率谱特征,最后利用支撑向量机(Support Vector Machine,SVM)分类器对所提特征向量进行分类判决。基于Graz数据的验证实验表明,所提方法可以明显提升低信噪比条件下的分类性能,在实际工程应用中具备较强的推广泛化能力。     

文本分类中一种混合型特征降维方法

提出一种基于特征选择和特征抽取的混合型文本特征降维方法,分析基于选择和抽取的特征降维方法各自的特点,借助特征项的类别分布差异信息对特征集进行初步选择。使用一种新的基于PCA的特征抽取方法对剩余特征集进行二次抽取,在最大限度减少信息损失的前提下实现了文本特征的有效降维。对文本的分类实验结果表明,该特征降维方法具有良好的分类效果。     

引入极线约束的SURF特征匹配算法

目的 特征点匹配算法是当今计算机图像处理领域的研究热点,但是大多数现存的方法不能同时获得数量多和质量优的匹配。鉴于此,基于SURF （speeded-up robust features）算法,通过引入极线约束来提高特征匹配效果。方法 首先使用SURF算法检测和描述图像特征点,然后使用RANSAC （random sampling consensus）方法计算匹配图像之间的基础矩阵,通过该基础矩阵计算所有特征点的极线。再引入极线约束过滤掉错误匹配,最终获得数量与质量显著提高的匹配集合。结果 实验结果表明,该方法获得的匹配具有高准确度,匹配数目与原约束条件相比可高达2～8倍。结论 本文方法实现过程简单,不仅匹配准确度高且能够大大提高正确的特征匹配数,适用于处理不同类型的图像数据。     

一种集成NER的文本分类特征选择方法

文本分类是将自由文本自动划分到若干预先定义类别的方法,在信息检索等领域有很重要的作用。其中,如何选择有效的文本特征是影响文本分类器分类性能的一个重要步骤 。很多应用中需要处理的文本信息包含了很多的命名实体,如某个行业的名人,往往能够在很大程度上影响着文本所属的类别。然而,现阶段的文本特征方法都只利用关键词
词的统计意义,而没有考虑关键词作为命名实体所含有的分类特征。针对这一问题,本文提出了一种将命名实体识别方法NER集成到文本分类特征选择中的方法,在保留关键 词统计特征之外,还保留了单词作为命名实体的分类特征。实验结果表明,相对于其他特征选择方法而言,本文提出的方法在一定程度上提高了文本分类的分类准确率。     

适用于家庭服务机器人的倒地人体检测方法

人体检测是家庭服务机器人的一项基本功能.本文针对复杂家庭环境,倒地人体面临地上杂物的干扰、遮挡等情况下,提出一种结合三维点云分割和局部特征匹配的倒地人体检测方法.该方法对点云进行分割之后将每个物体横向切分成若干段,对每段点云采用局部特征匹配并分类,并根据匹配段数来判断是否为倒地人体.实验结果表明,该方法在0.3秒的检测时间内,实现平均误识别率低于10%的高检测率,满足服务机器人实时性要求的同时具有良好的鲁棒性,即使人体部分被遮挡,依然可以检测到各种倒地姿态的人.     

面向服务机器人的智能环境服务构件开发方法

针对服务机器人应用需要,引入基于构件的开发方法,设计了一种支持和增强服务机器人功能的智能环境服务构件系统.制定了服务构件的基本组成结构与交互模式,实现了机器人的跨平台服务调用,有效解决了资源多样异构性带来的问题.服务构件将资源辅助功能封装成共享服务,借助智能环境通信网络,基于规范的服务接口和说明,提供开放的服务访问和调用.它可以被独立地部署并由第三方任意组合应用.本文分别从辅助资源端和服务机器人客户端出发,详细论述了应用web service(WS)中间件技术开发服务构件和服务调用程序的基本原理,并给出了实验验证.     

一种改进的房产档案特征提取与分类方法

针对房产电子档案分类与关键信息提取的问题,提出一种改进的特征提取与分类方法。将文档图像的段落特征和局部像素分布值特征作为房产文档图像的综合特征,利用模板训练支持向量机分类器,实现对入库的房产档案图像的自动分类。实验结果表明,该方法的分类效果和稳定性较好。     

基于局部模式的癫痫脑电信号自动分类方法

为有效地检测脑电图(EEG)中的癫痫信号,设计一维局部三值模式(1D-LTP)算子提取信号特征,并结合主成分分析(PCA)和极限学习机(ELM)对特征进行分类。通过1D-LTP算子计算信号点的顶层模式和底层模式下的特征变换码以准确滤除干扰信号,并对变换码直方图PCA降维后采用ELM进行分类,以10折交叉验证评估分类性能。实验结果表明,该方法能有效识别在癫痫发作期的EEG信号,其准确率可达99.79%。     

一种基于手绘地图的动态环境视觉导航方法

提出了一种基于手绘地图和路径的移动机器人视觉导航方法.首先,根据较小偏差的原则提取运行路径中的关键引导点,以便将原始路径分成多段.然后,移动机器人在各段运行过程中,对预先绘制的于绘地图中对应的参考图像以及机器人摄像头实时采集到的图像信息进行匹配,这罩提出预测估计的方法估计当前视野中最可能存在的图像,以加速图像的匹配过程...     

一种运动车辆目标提取与车型识别算法研究

设计了一种基于几何模型与改进的SURF特征包模型的混合算法,并将其应用到运动车辆目标的提取与车型识别中.通过几何特征将车型初步分类,并通过改进的SURF算法进行再次分类.改进的SURF算法包括改进的微分模板计算和新增的对边、对角特征描述.实验结果证明该算法区分力优于原SURF算法.