非一致分类数据集的一致化与特征选择

采用不一致性或含有冗余特征的样本数据集往往会降低分类的质量和效率.提出了一种将分类数据集一致化,并在此基础上选择最小特征变量集的方法.该方法首先根据贝叶斯公式,将非一致数据归为最可能的一类,使数据集一致化,然后在一致数据集上,定义类别区分矩阵,选择最小特征变量集,并给出了在类别区分矩阵上搜索最小特征变量集的启发式搜索策略.采用UCI标准数据集的实验结果表明,提出的方法可有效地删除数据集的不一致性,选择的最小特征变量集可准确区分各类数据并降低数据的维数.     

基于无秩树自动机的信息抽取技术研究

针对目前基于网页结构的信息抽取方法的缺陷,提出了一种基于无秩树自动机的信息抽取技术,其核心思想是通过将结构化(半结构化)文档转换成无秩树,然后利用(k,l)-contextual树构造样本自动机,依据树自动机接收和拒绝状态来对网页进行数据的抽取.该方法充分利用结构,依托树自动机将传统的以单一结构途径的信息抽取方法与文法推理原则相结合,得到信息抽取规则.实验结果表明,该方法与同类抽取方法相比在准确率、召回率以及抽取所需时间上均有所提高.     

基于新疆民间相似织物图案的特征提取及评价

针对新疆民间艺术图案纹理复杂,相似程度高,提取不同特征会使分类器产生不同错误率的问题,提出了优化组合特征技术,建立了组合特征选择的评价模型.该模型的建立先是利用7种不同算法提取纹理描述特征.针对特征过多或欠佳而造成分类精度不高或分类实时性差的缺点,引入特征选取模型对特征进行可靠性、可区别性及独立性的标定及测评.给出最佳组合特征的参考模型及评价模式,提取较优特征组合,从而解决了特征过多或欠佳的问题.通过新疆民间艺术织物图案识别为例,实例结果证实了该评价方法的实用性.     

改进的特征点提取算法及其适应性评估

改进了一种特征点提取算法[1].提取图像的边缘轮廓线并以边缘线的几何重心为极点,对边缘极坐标化,形成幅角-极径曲线.再在该曲线上寻找局部最大与最小值点以得到特征点.改进后的算法既能获取曲线的凸点,也能获取其凹点,与原算法比较有了明显的改进.又分别在尺度,旋转及仿射变换情况下,对算法的适应性进行评估,实验结果表明,改进后的算法适应性较好,能达到79.1%.在实际应用中,二维边缘曲线实现基于特征点的自动输入及三维重建具有重要价值.     

基于边缘检测的人脸模拟画像检索

为配合刑事侦查工作和公安网上追逃的迫切需要,对人脸模拟画像的检索作初步研究.首先,根据网上追逃数据库中的人脸照片设计出一种半自动的归一化算法.其次,研究了人脸模拟画像和人脸照片的边缘检测方法,给出一种自适应的人脸照片边缘检测算法,从而得到三种用于人脸模拟画像检索的统计特征.最后,建立了人脸模拟画像检索的实验数据库,给出相似性量度,并对实验数据进行了分析.为构建实用的人脸模拟画像检索系统的开发提供了理论支持;对金盾工程的完善起到良好的促进作用.     

中文文本分类中的特征词抽取方法

针对目前各类主流的中文文本特征词抽取方法中只关心词频信息却不关注特征的位置这一现象,给出了位置权重的概念,对以往提出的无词典分词算法进行了适当的修改,并在此基础上提出将信息增益、卡方统计和互信息这3种常用的特征选择方法有机的结合起来,构成新的特征选择方法.这种新方法综合考虑了特征的各类信息,从而更加准确地选取文本中的有效特征词,并且试验结果也验证了这种改进算法的可行性和有效性.     

针对Naive Scaler的改进

决策表离散化要求决策表中原有的分类结果不变,而NaiveScaler算法在离散化时,有些根据不可分辨关系应该得到的断点很可能被丢掉,造成决策表信息的丢失.针对这一问题,对其进行了研究并改进.原算法在扫描相同条件属性值而决策值不同的对象时,由于这些对象的排序不同可能造成离散的结果不同.主要是在这里某些断点可能被遗漏,并引进新的冲突.为此,当条件属性值变化时查看其决策属性值,若有不同决策属性值则追加断点以消除断点被丢掉的可能.进而使得到的初始断点集更可靠.最后给出实例表明该算法有效.     

非结构矢量场的特征区域可视化方法

基于特征比对的可视化方法涉及的问题主要包括,如何判断一个矢量场中是否存在另一个矢量场中的一些特定结构,如何评价两个矢量场结构间存在的相似性,如何从诸多矢量场中将这些特定的结构检测,定位并绘制出来.给出了一种基于曲线结构的矢量场特征区域可视化方法,该方法通过构造与曲线结构相关联的柱坐标系,保证了提取特征的平移、旋转和尺度不变性;采用曲线积分的Clifford Fourier变换,获取了曲线结构的频域特征并简化计算;利用多曲线结构匹配和多尺度逼近等方法,实现了区域结构的特征可视化.     

基于Nonsubsampled Contourlet变换的虹膜特征提取与匹配

为了鲁棒地获得高品质的虹膜纹理特征矢量,提出了一种新的无参数滤波器堆与虹膜感兴趣区域获取技术相结合的特征矢量提取方法.分析了基于Nonsubsampled Contourle变换(NSCT)滤波器的结构与性能,给出了无参化NSCT滤波器的设计步骤和设计要点.提出了采用坐标变换、剪切、平移和组合的虹膜感兴趣区域预处理技术.用NSCT滤波器滤波该虹膜感兴趣区域来获得信息丰富且少干扰的虹膜图案的特征矢量.实验结果表明该方法是更为有效的.     

SVD与LDA相结合的人脸特征提取方法

提出一种新的SVD与LDA相结合的人脸特征提取方法.首先选用练训样本的均值图像作为标准图像,把训练样本投影到标准图像经奇异值分解产生的基空间中,其次提取投影系数矩阵左上角信息作为初步特征,最后再采用LDA分析方法降维提取最终的特征.该方法解决了奇异值分解用于人脸识别基空间不一致的固有缺陷,同时又增加的特征的类别信息,也避免了LDA的小样本问题.在ORL与CAS-PEAL人脸库的实验结果表明了该方法的有效性,同时对光照有一定的鲁棒性.