>>> 哲学 经济学 法学 教育学 文学 历史学 理学 工学 农学 医学 军事学 管理学 旅游学 文化学
搜索结果: 1-15 共查到特征提取相关记录365条 . 查询时间(0.145 秒)
本发明公开了一种基于机器视觉的颜色特征提取方法及其应用,该方法是由图像数据接收;图像裁剪;提取像素点RGB值;将RGB值转换为HSV值;阈值判断;最大连通域处理;目标颜色点位置信息提取;合并处理16个区域结果,在显示终端报出判断结果完成。通过本发明所述方法主要用于识别化学试剂和爆炸物及其原料反应显示的特征颜色,利用化学试剂对不同爆炸物及其原料反应产生的特征颜色进行判断,该方法识别效率高,可同时合并...
中国科学院深圳先进技术研究院专利:三维模型特征提取方法和系统、三维模型检索方法和系统
中国科学院深圳先进技术研究院专利:肿瘤超声成像特征提取方法和系统
由于降低了谐波含量,减少了开关损耗,且易于模块化,级联型H桥多电平逆变器在可再生能源并网系统中得到了广泛的应用。随着电平数的增加,其使用的开关器件(IGBT)数量随之增多,相应的故障概率与故障类型也在增加。在多种故障情况下,传统的故障特征提取方法不能有效地提取故障的关键特征,从而造成诊断精度的下降。针对这一问题,提出了一种基于多级特征提取的故障诊断策略。首先利用PCA对故障特征进行初步提取,然后基...
针对干式空心电抗器早期匝间短路故障,通过分析电抗器匝间电弧性短路过程中的状态参数变化规律,提出了基于时变参数模型的电抗器故障特征提取及诊断方法。首先建立了基于Mayr电弧模型的电抗器匝间短路故障的时变电路模型,并利用傅里叶变换分析了故障电抗器等效电感的频谱特性,发现其等效电感不再恒定而是存在周期性振荡。
基于脑电信号的脑机接口由于方便使用,采样速率高的特点,被广泛应用于人的认知任务状态识别中。在脑机接口中,对脑电信号的特征提取是十分重要的一环。当前认知任务相关脑电特征提取方法,没有与大脑内部功能结构结合,导致分析结果的可解释性降低,无法找到与认知任务进行中的状态对应的大脑活动模式。而且,当前主流方法在实时性和可解释性方面存在不足,原因是当前的特征提取方法仅注重了可分离性上的最优化效果,获得的特征没...
机器学习是指使用计算机从大量历史数据中挖掘隐含规律,并用于后续预测或者分类的过程。机器学习是人工智能的核心,是计算机具有智能的根本途径,其理论和方法已被广泛应用于解决日常应用和科学领域的复杂问题。为了成功完成特定任务,人工智能往往需要大量数据用于总结与分类,这对计算机系统的存储与处理能力提出了很高的要求。量子机器学习可以将量子算法的并行加速特性应用于人工智能领域中,提升人工智能系统的效率与能力,有...
中国科学技术大学中国科学院微观磁共振重点实验室杜江峰、王亚、李兆凯等人在量子机器学习研究中取得重要进展,研发出新型量子特征提取算法,实验实现了对未知量子系统矩阵的分析与信息提取。该成果以”Resonant Quantum Principal Component Analysis”为题发表在近期的Science Advances上[Science Advances 7, eabg2589 (2021...
脑一机接口因其广阔的应用价值和前景成为近年来脑科学、康复工程、自动控制、军事领域和生物医学工程等领域的热门研究课题。脑电信号的处理过程是研究过程中的重点和难点。本文将脑电信号中事件去同步化/相同步化现象作为特征信息,深入讨论了基于AR模型的自适应算法(AAR)和多变量参数AAR模型算法(MVAAR)在脑电信号特征提取中的应用。介绍多种对模型系数进行估计的方法,采用卡尔曼滤波方法和快速QR分解分别对...
随着传感器技术的发展,核动力装置能采集和监测的运行参数越来越多,这不仅加大了操纵员的负担,而且提升了监测系统的负载。考虑到大多数参数之间具有相关性且部分参数是冗余参数,其中的有效信息可用少数参数表达,因此提出了运用机器学习方法稀疏自动编码器对核动力装置的运行参数进行特征提取,然后将提取特征数据应用到状态监测中。结果表明,在测试样本数据中分别包含单一正常工况数据和多种正常工况数据情况下,经过特征提...
针对心电信号自动分类技术中的特征提取,提出一种新的特征提取方法—总体局部均值分解(ELMD)方法。该方法首先对心电信号加入不同的高斯白噪声,然后进行局部均值分解得到若干乘积函数(PF)分量,求取多次分解后的PF分量均值。多次加入噪声及分量平均的过程可以克服基本局部均值分解方法存在的模态混叠问题。选取较优的前4个PF分量进行特征计算,将得到的特征向量矩阵送入支持向量机对正常心电信号和4种常见的心律失...
探讨脑肿瘤二维和三维纹理特征提取在影像组学模型构建中的影响,评价2种纹理特征提取的应用价值。 方法 回顾性收集50例脑肿瘤患者的MR图像和病理资料,对所有图像进行二维和三维纹理特征提取和模型构建。所有步骤采用相同方法,模型采用朴素贝叶斯、支持向量机和K-近邻算法分别联合10折交叉验证进行构建,对比2种纹理特征提取对模型构建的影响。
木材由于内部结构和组成成分的差异,使不同种类木材表现出完全不同的理化性质,并决定其不同的用途和商业价格,因此针对木材的分类识别研究具有重要的应用价值。木材分类识别通常经过木材特征提取和基于特征的分类识别这2个步骤。目前木材特征提取主要利用计算机视觉、光谱分析等技术。木材分类识别是基于木材特征的数字化,这一部分可利用计算机算法实现自动识别,较以往人工识别可大幅提高准确度。文中通过分析近20年来木材特...
木材由于内部结构和组成成分的差异,使不同种类木材表现出完全不同的理化性质,并决定其不同的用途和商业价格,因此针对木材的分类识别研究具有重要的应用价值。木材分类识别通常经过木材特征提取和基于特征的分类识别这2个步骤。目前木材特征提取主要利用计算机视觉、光谱分析等技术。木材分类识别是基于木材特征的数字化,这一部分可利用计算机算法实现自动识别,较以往人工识别可大幅提高准确度。文中通过分析近20年来木材特...

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...