期刊文献+
共找到1,456篇文章
< 1 2 73 >
每页显示 20 50 100
苹果采摘机器人本体导航系统设计与研究——基于极限学习机与图像处理 预览
1
作者 秦晓明 谷利芬 《农机化研究》 北大核心 2020年第3期235-239,共5页
首先介绍了苹果采摘机器人本体模型,采用图像预处理提取苹果园区路径图像的特征值;然后,基于极限学习机的路径导航模型计算和求解苹果采摘机器人本体的最优导航路径,并利用MatLab软件进行了路径导航仿真试验。试验结果表明:该系统具有... 首先介绍了苹果采摘机器人本体模型,采用图像预处理提取苹果园区路径图像的特征值;然后,基于极限学习机的路径导航模型计算和求解苹果采摘机器人本体的最优导航路径,并利用MatLab软件进行了路径导航仿真试验。试验结果表明:该系统具有很好的避障和路径导航能力,能够有效规划出最短的避障路径,从而达到智能导航的目的,验证了整个系统的可靠性和可行性。 展开更多
关键词 采摘器人 图像预处理 极限学习机 MATLAB 路径导航
在线阅读 下载PDF
变形监测数据预报的动态贝叶斯ELM 方法 预览
2
作者 范千 方绪华 +1 位作者 许承权 杨荣华 《测绘学报》 EI CSCD 北大核心 2019年第7期919-925,共7页
贝叶斯极限学习机(BELM)具有充分利用数据先验信息,可以自适应估计模型参数的特点。但在样本数量不断增加时,如果每次都对BELM重新训练将会降低计算效率。针对此问题,本文提出一种动态贝叶斯极限学习机(DBELM)方法以应用于变形监测数据... 贝叶斯极限学习机(BELM)具有充分利用数据先验信息,可以自适应估计模型参数的特点。但在样本数量不断增加时,如果每次都对BELM重新训练将会降低计算效率。针对此问题,本文提出一种动态贝叶斯极限学习机(DBELM)方法以应用于变形监测数据实时预报。该方法以BELM训练的模型参数为初值,根据新增样本信息可对初始模型参数进行动态更新,并从理论上推导了相关计算公式。通过对仿真数据和实际变形数据进行详细分析表明:DBELM方法的预报精度要优于BELM、正则化极限学习机(RELM)、极限学习机(ELM)3种方法。特别是在长期持续预报过程中,其预报性能相对于其余3种方法优势明显。这充分表明了所提方法应用于变形监测数据预报领域具有可行性和有效性。 展开更多
关键词 变形监测 实时预报 极限学习机 动态贝叶斯极限学习机 预报性能
在线阅读 下载PDF
基于在线序列极限学习机的路段行程时间预测算法 预览
3
作者 阳敏辉 《电子技术与软件工程》 2019年第18期181-182,共2页
本文针对路段行程时间具有非线性、实时性等特点,研究人员已经提出了动态神经网络、卡尔曼滤波等在线预测算法。而现有大多数实时预测算法并不是真正意义上的实时预测且存在复杂度较高、实时性差等问题。本文在极限学习机的基础上,提出... 本文针对路段行程时间具有非线性、实时性等特点,研究人员已经提出了动态神经网络、卡尔曼滤波等在线预测算法。而现有大多数实时预测算法并不是真正意义上的实时预测且存在复杂度较高、实时性差等问题。本文在极限学习机的基础上,提出了基于在线序列极限学习机的路段行程时间预测算法,算法能保证预测的实时性。 展开更多
关键词 极限学习机 线序列极限学习机 路段行程时间
在线阅读 下载PDF
基于极限学习机的肉制品质量风险预测研究 预览
4
作者 汪颢懿 卞玉芳 +1 位作者 张瑞芳 王星云 《计算机仿真》 北大核心 2019年第10期413-418,共6页
食品质量风险预警是民生保障中的重大问题,针对目前常用预警方法存在训练时间过长、精确度低等问题,提出了一种基于极限学习机(ELM)的重点食品安全风险预警模型.首先对国家食品安全抽检检测信息系统中肉制品的抽样检验数据进行预处理,... 食品质量风险预警是民生保障中的重大问题,针对目前常用预警方法存在训练时间过长、精确度低等问题,提出了一种基于极限学习机(ELM)的重点食品安全风险预警模型.首先对国家食品安全抽检检测信息系统中肉制品的抽样检验数据进行预处理,从中提取特征数据并进行属性选择;其次,分别建立ELM和核极限学习机(KELM)下的重点食品安全风险预警模型,对分类特征数据进行分析,进而得出预警结果;最后,与采用back propagation (BP)神经网络,支持向量机(svm)所预警得出的结果进行对比,实验结果表明基于核极限学习机的食品安全风险预警模型在准确度与训练时间上都优于其他预警模型,对食品安全能够进行更有效预测,提升了食品安全质量监管的工作效率. 展开更多
关键词 食品安全 极限学习机 极限学习机 预测 预警模型
在线阅读 下载PDF
基于IPSO-RELM转炉冶炼终点锰含量预测模型
5
作者 张壮 曹玲玲 +3 位作者 林文辉 孙建坤 冯小明 刘青 《工程科学学报》 CSCD 北大核心 2019年第8期1052-1060,共9页
分析了影响转炉冶炼终点钢水中锰含量的因素,针对基于BP神经网络算法的转炉冶炼终点锰含量预测模型存在的收敛速度慢,预测精度低等问题,提出了一种基于极限学习机(ELM)算法建模的新思路,并引入正则化以及改进粒子群优化算法(IPSO),建立... 分析了影响转炉冶炼终点钢水中锰含量的因素,针对基于BP神经网络算法的转炉冶炼终点锰含量预测模型存在的收敛速度慢,预测精度低等问题,提出了一种基于极限学习机(ELM)算法建模的新思路,并引入正则化以及改进粒子群优化算法(IPSO),建立了基于改进粒子群算法优化的正则化极限学习机(IPSO-RELM)的转炉终点锰含量预测模型;应用国内某炼钢厂转炉实际生产数据对模型进行训练和验证,并与基于BP、ELM和RELM算法的三类模型进行比较.结果表明,采用IPSO-RELM方法构建的模型,锰含量预测误差在±0.025%范围内的命中率达到94%,均方误差为2.18×10^-8,拟合优度R2为0.72,上述三项指标均显著优于其他三类模型,此外,该模型还具有良好的泛化能力,对于转炉实际冶炼过程具有一定的指导意义. 展开更多
关键词 转炉 终点锰含量 改进粒子群算法 极限学习机 正则化极限学习机 预测模型
基于优化极限学习机的CVD预测模型研究 预览
6
作者 逯鹏 李奇航 +2 位作者 尚莉伽 李新建 张微 《郑州大学学报:工学版》 CAS 北大核心 2019年第2期1-5,共5页
利用机器学习算法,改变传统心血管疾病(CVD)预测模型的严格数理化公式,以增加危险因素的纳入、降低数据格式的要求.首先提出利用基于单隐层前馈神经网络(SLFNs)的极限学习机(ELM)算法建立CVD预测模型;进一步通过五阶段连续变异方式建立... 利用机器学习算法,改变传统心血管疾病(CVD)预测模型的严格数理化公式,以增加危险因素的纳入、降低数据格式的要求.首先提出利用基于单隐层前馈神经网络(SLFNs)的极限学习机(ELM)算法建立CVD预测模型;进一步通过五阶段连续变异方式建立增强领导粒子的粒子群算法(ELPSO),以粒子群(PSO)算法的优化策略,对SLFNs的隐层单元参数进行优化.通过对UCI数据库Statlog (heart)数据集和heart disease database分析结果显示,所提ELPSO-ELM模型测试正确率分别达到85. 71%、84. 00%,AUC(ROC曲线下面积)分别达到0. 902 4、0. 842 3,高于传统CVD预测模型,同时放松了数据线性化约束,能纳入更多的复杂危险因素. 展开更多
关键词 心血管疾病 风险预测 极限学习机 粒子群
在线阅读 免费下载
稀疏和标签约束半监督自动编码器的分类算法 预览
7
作者 王慧玲 宋威 王晨妮 《计算机应用研究》 CSCD 北大核心 2019年第9期2613-2617,共5页
自动编码器通过深度无监督学习能够表达数据的语义特征,但由于其隐含层节点个数难以有效确定,所处理的数据进一步用于分类时常会导致分类准确度低、稳定性弱等问题。针对这些问题,提出了一种稀疏和标签约束的半监督自动编码器(SLRAE),... 自动编码器通过深度无监督学习能够表达数据的语义特征,但由于其隐含层节点个数难以有效确定,所处理的数据进一步用于分类时常会导致分类准确度低、稳定性弱等问题。针对这些问题,提出了一种稀疏和标签约束的半监督自动编码器(SLRAE),以实现无监督学习与监督学习的有机结合,更准确地抽取样本的本质特征。稀疏约束项针对每个隐含节点的响应添加约束条件,从而在隐含神经元数量较多的情况下仍可发现数据中潜在的结构;同时引入标签约束项,以监督学习的方式比对实际标签与期望标签,针对性地调整网络参数,进一步提高分类准确率。为验证所提方法的有效性,实验中对多个数据集进行广泛测试,其结果表明,相对传统自动编码器(AE)、稀疏自动机(SAE)以及极限学习机(ELM),SLRAE所处理的数据应用于同一分类器,能明显提高分类准确率和稳定性。 展开更多
关键词 分类 稀疏约束 标签约束 自动编码器 极限学习机
在线阅读 下载PDF
基于粒子群算法优化极限学习机的区域地下水水质综合评价模型 预览
8
作者 朱伟峰 张皓然 +1 位作者 张亮亮 刘东 《南水北调与水利科技》 CAS 北大核心 2019年第4期129-137,共9页
地下水环境质量的准确评价可降低由水质不确定性导致的农业水管理决策风险,对于指导区域发展绿色农业、清洁生产等均具有重要的实践意义。针对ELM会随机产生输入层与隐含层的连接权值和隐含层阈值,导致网络泛化能力降低以及过度拟合引... 地下水环境质量的准确评价可降低由水质不确定性导致的农业水管理决策风险,对于指导区域发展绿色农业、清洁生产等均具有重要的实践意义。针对ELM会随机产生输入层与隐含层的连接权值和隐含层阈值,导致网络泛化能力降低以及过度拟合引起的评价结果失真问题,提出一种基于粒子群算法优化极限学习机的地下水水质综合评价模型。选取黑龙江省建三江地区为研究区域,通过典型农业机井中地下水体的实地采样,利用构建的PSO-ELM模型对地下水水质进行综合评价。结果表明:PSO-ELM模型拟合性高于传统的ELM模型和RBF模型,并提高了区域地下水水质的模拟评价效果。建三江地区下辖的15个农场,整体地下水水质较好。研究区范围内地下水水质等级呈现出集中式分布特点,地下水综合水质较差的农场集中在研究区中东部,水质较好的农场集中在研究区的东西两侧。建三江地区地下水水质地域性规律主要与化肥施用量有关。为此,在保障粮食安全与用水安全的同时实现清洁生产应注意控制化肥的使用量,积极探索作物高产新举措。 展开更多
关键词 极限学习机 粒子群算法 地下水水质 综合评价模型 建三江地区
在线阅读 下载PDF
混合动态步长递变与局部混沌搜索的YSGA改进及其应用 预览
9
作者 高雷阜 荣雪娇 《辽宁师范大学学报:自然科学版》 CAS 2019年第1期16-24,共9页
绯鲵鲣优化算法(YSGA)作为一种新型的仿生优化算法,有很多可进一步改进和拓展的角度.鉴于传统YSGA算法在迭代搜索过程中始终保持恒定的追逐者学习步长并不利于后期对解空间的有效搜索,继而提出一种通过引入种群追逐者搜索步长的动态递... 绯鲵鲣优化算法(YSGA)作为一种新型的仿生优化算法,有很多可进一步改进和拓展的角度.鉴于传统YSGA算法在迭代搜索过程中始终保持恒定的追逐者学习步长并不利于后期对解空间的有效搜索,继而提出一种通过引入种群追逐者搜索步长的动态递变策略以有效调控算法的全局搜索和局部开采性能,同时融入混沌搜索策略以增强YSGA算法的局部搜索性能,继而通过混合动态步长递变策略与局部混沌搜索策略而提出一种改进的绯鲵鲣优化算法(IYSGA).最后将IYSGA算法用于极限学习机(ELM)的参数优化选择中以增强其分类识别性能.数值实验验证了IYSGA算法具有较好的极值优化性能和算法稳定性,并表现出较高的ELM参数优化有效性和可行性. 展开更多
关键词 绯鲵鲣优化算法 极限学习机 混沌 局部搜索 参数优化
在线阅读 下载PDF
一种新的基于三维卷积共生梯度直方图和多示例学习的特殊视频检测算法 预览 被引量:1
10
作者 宋伟 任栋 +1 位作者 于京 齐振国 《计算机学报》 EI CSCD 北大核心 2019年第1期149-163,共15页
已有的基于梯度方向直方图信息的视频内容检测算法侧重在二维的视频帧上提取特征,忽略了视频内容在时间维度上的相关性.提取局部梯度间潜在的共生关系特征可一定程度上提高算法的检测准确率;同时,对相邻特征池化可有效减少特征降维过程... 已有的基于梯度方向直方图信息的视频内容检测算法侧重在二维的视频帧上提取特征,忽略了视频内容在时间维度上的相关性.提取局部梯度间潜在的共生关系特征可一定程度上提高算法的检测准确率;同时,对相邻特征池化可有效减少特征降维过程中的信息丢失.基于此,利用视频帧间结构信息通过卷积运算构建共生梯度直方图的三维结构,然后对相邻特征池化实现描述特征的有效降维,解决了忽略帧间信息影响识别准确率以及高维度特征难以训练的问题;将视频特征映射到多示例学习中的示例和包,非常容易地实现了对不同长度视频的检测.在公开测试数据集Hockey、Movie上进行测试,实验结果显示,Hockey数据集上算法的检测准确率高于现有最优算法3%,Movie数据集上的检测准确率高于现有最优算法0.5%,验证了新特征与算法的有效性. 展开更多
关键词 视频内容检测 梯度方向直方图 多示例学习 卷积 池化 极限学习机
在线阅读 下载PDF
基于主元提取的鲁棒极限学习机研究及其化工建模应用 预览
11
作者 张晓晗 汪平江 +3 位作者 顾祥柏 徐圆 贺彦林 朱群雄 《化工学报》 EI CAS CSCD 北大核心 2019年第2期475-480,共6页
化工生产过程日益复杂,传统极限学习机(extreme learning machine,ELM)无法有效地对化工过程数据建模。针对该问题,提出一种基于主元提取(principal components extraction,PCE)的鲁棒极限学习机(PCERELM)。通过对ELM隐含层进行主元分析... 化工生产过程日益复杂,传统极限学习机(extreme learning machine,ELM)无法有效地对化工过程数据建模。针对该问题,提出一种基于主元提取(principal components extraction,PCE)的鲁棒极限学习机(PCERELM)。通过对ELM隐含层进行主元分析,提取数据的主元特征,去除变量间的线性相关性,简化研究问题。可以减小隐含层节点数对模型精度的影响,实现对ELM隐含层节点数的快速随机选取,同时使ELM具有鲁棒性。为验证提出方法的有效性,将PCE-RELM模型应用于精对苯二甲酸(purified terephthalic acid,PTA)生产过程建模。仿真结果显示,相比传统的ELM,PCE-RELM模型具有设计简单、鲁棒性好、精度高等优势,可以对化工过程控制、分析起到指导作用。 展开更多
关键词 极限学习机 神经网络 主元分析 过程建模 化工生产 过程控制
在线阅读 下载PDF
基于PSO-ELM的机器人精度补偿方法研究 预览
12
作者 冯禹铭 董秀成 金滔 《计算机应用研究》 CSCD 北大核心 2019年第10期3000-3003,共4页
为了提高机器人的定位精度,对传统的基于神经网络的机器人精度补偿方法进行改进。采用两种基于粒子群优化的极限学习机(PSO-ELM)模型的精度补偿方法对机器人关节坐标及直角坐标进行补偿。分别对两种方法进行仿真实例分析,并与遗传算法... 为了提高机器人的定位精度,对传统的基于神经网络的机器人精度补偿方法进行改进。采用两种基于粒子群优化的极限学习机(PSO-ELM)模型的精度补偿方法对机器人关节坐标及直角坐标进行补偿。分别对两种方法进行仿真实例分析,并与遗传算法优化的极限学习机(GA-ELM)模型进行对比。仿真结果表明,对直角坐标进行补偿的PSO-ELM机器人精度补偿法优于其他补偿方法,且具有较高的预测精度。 展开更多
关键词 器人 精度补偿 极限学习机 PSO-ELM
在线阅读 下载PDF
基于极限学习机的输电量预测模型研究
13
作者 郑熠旻 《电力学报》 2019年第4期354-362,共9页
电力系统的输电量预测是电网调度人员的参考指标之一,输电量预测的准确性与时效性在一定程度上影响着用户的用电质量。电力系统运在行过程中,每天都会产生大量的运行数据,为了利用这些大数据以及更好地实现输电线路输电量预测精度和快速... 电力系统的输电量预测是电网调度人员的参考指标之一,输电量预测的准确性与时效性在一定程度上影响着用户的用电质量。电力系统运在行过程中,每天都会产生大量的运行数据,为了利用这些大数据以及更好地实现输电线路输电量预测精度和快速性,提出了基于极限学习机的输电线路输电量预测模型。通过实验表明,该模型有良好的预测精度,对不同输电线路的输电量数据有着不错的泛化能力。通过与小波神经网络预测结果的对比,所建模型的训练和测试时间比小波神经网络快了约67s,尤其模型的训练时间极短,该模型预测的MAPE值要比小波神经网络低9%左右。 展开更多
关键词 电力系统 输电量预测 极限学习机 小波神经网络
基于混合核极限学习机的多标签学习研究 预览
14
作者 钱萌 唐家康 《重庆科技学院学报:自然科学版》 CAS 2019年第2期79-85,共7页
为了获得更优算法,将加入混合核的极限学习机算法应用于多标签学习中。首先在极限学习机算法中通过混合核函数将特征映射到高维空间,然后对原标签空间建立混合核极限学习机模型求得输出权值,最后通过模型计算预测未知样本的标签情况。
关键词 多标签学习 极限学习机 混合核函数 回归拟合
在线阅读 下载PDF
优化极限学习机算法及其在力信息解耦中的应用 预览
15
作者 徐家琪 伍万能 +2 位作者 孙炜 王耀南 梁桥康 《传感技术学报》 CAS CSCD 北大核心 2019年第10期1487-1492,共6页
高性能解耦算法有助于提高多维力传感器的检测精度。针对传统非线性解耦算法存在精度较低等缺点,对极限学习机算法进行了优化和改进,并将其应用于多维力信息解耦。在基于粒子群和遗传算法两种改进极限学习机算法(PSO-ELM、GA-ELM)的基础... 高性能解耦算法有助于提高多维力传感器的检测精度。针对传统非线性解耦算法存在精度较低等缺点,对极限学习机算法进行了优化和改进,并将其应用于多维力信息解耦。在基于粒子群和遗传算法两种改进极限学习机算法(PSO-ELM、GA-ELM)的基础上,提出了一种基于天牛须算法的改进极限学习机(BAS-ELM),天牛须算法针对极限学习机隐含层节点参数的每一维进行逐步的优化,使得整体损失函数最小。为验证算法性能,本文以六维力/力矩传感器为实验对象,将各类改进算法应用到力/力矩传感器的非线性解耦中,通过解耦实验可知,与其他算法相比,BAS-ELM解耦精度更高、收敛时间更短,对于非线性解耦具有更强的适应性。 展开更多
关键词 多维力传感器 静态解耦 极限学习机 天牛须算法 粒子群算法 遗传算法
在线阅读 下载PDF
基于变分模态分解的语音情感识别方法 预览
16
作者 王玮蔚 张秀再 《应用声学》 CSCD 北大核心 2019年第2期237-244,共8页
针对传统语音情感特征参数在进行情感分类时性能不佳的问题,该文提出了一种基于变分模态分解的语音情感识别方法。情感语音信号首先由变分模态分解提取固有模态函数,然后对所选主导固有模态函数进行重新聚合,再提取梅尔倒谱系数和各固... 针对传统语音情感特征参数在进行情感分类时性能不佳的问题,该文提出了一种基于变分模态分解的语音情感识别方法。情感语音信号首先由变分模态分解提取固有模态函数,然后对所选主导固有模态函数进行重新聚合,再提取梅尔倒谱系数和各固有模态函数的希尔伯特边际谱。为了验证该文提出的特征性习机进行语音情感分类识别。实验结果表明:相比基于经验模态分解和集合经验模态分解的语音情感特征,该文提出能,选用两种语音数据库(EMODB、RAVDESS)进行实验,按该文方法提取特征后使用极限学的特征有更好的识别性能,验证了该方法的实用性。 展开更多
关键词 变分模态分解 MEL倒谱系数 希尔伯特谱 极限学习机
在线阅读 下载PDF
自行火炮发动机多状态参量融合故障诊断方法研究 预览
17
作者 李旭 孟晨 +1 位作者 刘敏 王成 《火炮发射与控制学报》 北大核心 2019年第3期99-104,共6页
针对自行火炮发动机单一信号源进行故障诊断的缺陷,提出了基于量子粒子群优化的核极限学习机和D-S证据理论的多源信息融合诊断方案。该方案采用在MATLAB软件下构建极限学习网络,利用网络训练权值作为权重直接参与状态融合评估分析公式... 针对自行火炮发动机单一信号源进行故障诊断的缺陷,提出了基于量子粒子群优化的核极限学习机和D-S证据理论的多源信息融合诊断方案。该方案采用在MATLAB软件下构建极限学习网络,利用网络训练权值作为权重直接参与状态融合评估分析公式的方法,避免了在软件中直接建立复杂的分类网络和进行复杂大量的网络训练与测试,从而将复杂的网络问题转换为状态评估公式问题。经过实验验证,对不同来源发动机状态信息进行融合分析,可以显著提高发动机故障诊断和状态识别精度。 展开更多
关键词 多状态参量 信息融合 极限学习机 D-S证据理论 故障诊断 状态识别
在线阅读 免费下载
基于极限学习机的蚜虫刺吸电位波形的分类识别 预览
18
作者 吴莉莉 邢玉清 +3 位作者 林爱英 郑宝周 潘建斌 闫凤鸣 《传感技术学报》 CAS CSCD 北大核心 2019年第10期1535-1540,共6页
刺吸电位(Electrical Penetration Graph,EPG)仪是研究蚜虫取食行为、传毒机制等的有力工具,然而EPG波形的分类识别一直是靠人工进行,迫切需要波形自动识别来提高分析效率。采用了小波变换、希尔伯特-黄变换和极限学习机等算法对蚜虫EP... 刺吸电位(Electrical Penetration Graph,EPG)仪是研究蚜虫取食行为、传毒机制等的有力工具,然而EPG波形的分类识别一直是靠人工进行,迫切需要波形自动识别来提高分析效率。采用了小波变换、希尔伯特-黄变换和极限学习机等算法对蚜虫EPG信号中7种波形的特征提取和分类识别进行了研究。实验中对不同特征向量的决策树分类性能进行了对比,发现分形盒维数、Hurst指数、HHT前2层谱质心、第2~3层低频小波能量组成的6维特征向量识别效果最好,平均识别率可达91.61%。采用该特征向量进入极限学习机时可以获得更好的分类性能,平均识别率为93.57%,相比前期研究提高了2.14%。实验结果表明本文提出的基于极限学习机的EPG波形分类识别方法具有较高的识别性能,为研发EPG波形自动识别分析系统奠定了理论基础。 展开更多
关键词 极限学习机 小波变换 刺吸电位波形 特征提取 分类
在线阅读 下载PDF
基于ICEEMDAN-ELM的管道声信号识别方法研究 预览
19
作者 别锋锋 都腾飞 +1 位作者 庞明军 谷晟 《噪声与振动控制》 CSCD 2019年第4期205-211,共7页
针对管道声信号的非平稳性和数据处理的多尺度问题,提出一种基于改进型自适应噪声的完全集合经验模态分解(ICEEMDAN)和极限学习机(ELM)相结合的管道脉冲声信号特征识别方法。首先模拟不同状态下的管道运行工况,采集管道在不同运行状态... 针对管道声信号的非平稳性和数据处理的多尺度问题,提出一种基于改进型自适应噪声的完全集合经验模态分解(ICEEMDAN)和极限学习机(ELM)相结合的管道脉冲声信号特征识别方法。首先模拟不同状态下的管道运行工况,采集管道在不同运行状态下的脉冲响应声信号并经过ICEEMDAN分解得到若干个不同特征尺度的固有模态函数(IMF)分量;综合相关系数和方差贡献率作为相关判据,筛选出表征管道阻塞信息的IMF分量,选取声压级作为管道运行状态的特征值构造特征向量,最后,通过极限学习机(ELM)对管道阻塞状态进行分类。研究结果表明,该方法可以很好描述管道状态信息,相比于支持向量机(SVM)与BP神经网络计算精度更高,计算时间更短。 展开更多
关键词 声学 管道阻塞 声信号 ICEEMDAN分解 声压级 极限学习机
在线阅读 下载PDF
基于改进LBP的人脸面部表情特征提取方法 预览
20
作者 王思明 梁运华 《测试科学与仪器:英文版》 CAS CSCD 2019年第4期342-347,共6页
面部表情识别中,局部二值模式(Local binary pattern,LBP)是一种重要的纹理特征提取方法,但其在特征提取时维度较高、提取速度慢、不能得到有效的局部或者全局特征,因而提出了一种基于改进LBP的人脸面部表情特征提取方法。该将LBP转化... 面部表情识别中,局部二值模式(Local binary pattern,LBP)是一种重要的纹理特征提取方法,但其在特征提取时维度较高、提取速度慢、不能得到有效的局部或者全局特征,因而提出了一种基于改进LBP的人脸面部表情特征提取方法。该将LBP转化为双局部二值模式(Double local binary pattern,DLBP),融合泰勒展开式(Taylor expansiion,TE),生成DLBP-TE算法,此算法结合极限学习机(Extreme learning machine,ELM)分类算法应用于七种表情分类中,在日本成年女性面部表情(JAFFE)数据库中进行实验。结果表明,此方法能显著提高面部表情识别率。 展开更多
关键词 面部表情特征提取 DLBP-TE算法 计算视觉 极限学习机
在线阅读 下载PDF
上一页 1 2 73 下一页 到第
使用帮助 返回顶部 意见反馈