简介：通过对专业信息自动分类的文本特征提取方法的分析研究，提出在文本分析时根据Web内容挖掘和结构挖掘的方法提取特征词条来建立文本特征空间，同时利用专业类别向量、专业词典技术可有效解决高维空间问题。

简介：机器人焊接因受到加工精度、组装精度以及环境等因素的影响,焊枪在运行时不可避免地会偏离焊缝位置,从而影响焊接品质。因此对焊缝图像进行特征提取,实现机器人焊接自动跟踪,即通过将焊缝与背景进行有效区分,提取出焊缝图像的中心线,为自动跟踪系统提供可靠信息,帮助机器人焊枪纠偏,提高焊接精度,实现焊接过程的自动化、柔性化、信息化、智能化。

简介：视频监控的智能化是目前安防发展的一个趋势，如运动目标检测、目标识别。在这个过程中经常需要对目标进行背景分离然后进行特征提取并标识。FPGA内置了硬核DSP和存储器模块，具有强大的数据并行处理能力，适用于视频序列的图像处理。本文基于FPGA建立可编程的片上系统，在系统中利用快速连通域检测方法对目标进行特征提取，并根据特征信息在视频中以叠加字符形式将目标进行框选标识。

简介：客户特征提取是整个客户行为分析过程中的重要环节.由于客户特征提取时获得的数据具有多共同特征及大噪声等特点,使得在客户行为分析中进行客户特征提取存在较大误差.采用UCI机器学习数据库中有多个共同特征的数据集分别对典型特征提取算法进行实验对比及分类规则提取结果分析,验证了FC-GMDH算法在特征提取精度和抗干扰方面具有明显的优势,在客户行为分析时取得满意的特征提取效果.

简介：特征提取是合成孔径雷达目标识别关键技术与核心任务。为了更好地提取目标特征，稀疏约束将被添加在非负矩阵分解法中，并应用于图像目标特征提取，通过利用稀疏约束的非负矩阵分解方法对sAR目标图像进行分解，构建具有稀疏性的目标特征矢量，提高了特征矢量的类内相似性与类间差异性。利用基于支持向量机的分类方法对MSTAR数据进行目标识别试验，试验结果表明，添加稀疏约束的NMF方法与PCA、ICA以及一般NMF特征提取方法相比，能够显著提高目标识别的稳定性和准确率。

简介：摘要： 人体步态特征是反映人体个体特征的重要生物特征。对人体的步态动作图像进行视觉跟踪识别，运用红外和激光成像技术进行人体步态特征图像采集，对采集的图像采用视觉特征提取和跟踪识别，实现智能安防监控，研究基于步态特征识别的安防监控系统在实现安防系统的智能化设计方面具有重要意义。

简介：在对现有的山脊线和山谷线的提取算法进行分析、研究的基础上,根据基于等高线-次性构建Delaunay三角网模型算法中数据结构的特点,提出了一种等高线地形特征提取的简易算法,并在VisualC＋＋编程环境下对本文中的算法进行了编程与实现.实验结果表明,用该算法所提取的山脊线和山谷线与实际地形相符合.

简介：KL变换是一种适用于任意概率密度函数的正交变换，它能消除各分量之间的相关性．根据协方差矩阵特征值和特征向量有效地进行信息压缩等。相同类的指纹图像的特征码具有较强的相似性．不同类指纹图像的特征码却有一定差异。采用对特征码进行KL变换降维，得到的新的特征码仍然具有同样的相似性和差异性。证明可以通过KL变换后的特征向量进行指纹识别是可行且具有一定意义和研究应用价值。

简介：摘要：近年来，随着遥感技术的快速发展，利用遥感数据进行地表特征提取与分类成为了一个重要的研究领域。本文旨在通过对遥感数据的处理和分析，实现对地表特征的自动提取和分类。首先，介绍了遥感数据的基本原理和常用的遥感传感器，为后续的研究奠定了基础。然后，探讨了地表特征提取的方法和技术，包括基于光谱信息的特征提取、纹理分析和形态学等。接下来，介绍了地表特征分类的方法，包括监督分类和无监督分类技术，并详细比较了它们的优缺点。最后，结合具体案例，验证了所提出方法的有效性和可行性，并对未来的研究方向进行了展望。

简介：摘要：风能作为清洁能源，风电在近几年实现高速发展，风力发电机容量快速增加、装机规模不断扩大。但伴随着风电行业的快速发展，风机的故障问题日益凸显，因此对风电机组的各部分进行状态监测和故障诊断是十分必要的。叶片长期工作在复杂的露天环境中，很容易发生故障，造成人员安全事故和巨大的经济损失。因此对风机叶片的故障状态进行检测具有重要意义。本文主要分析风机叶片声信号特征提取与故障检测研究。

简介：摘要：为了加强与聋哑人群的无障碍沟通，团队提出了一种高效的手语识别技术。该项技术是利用了改良后的HOG算法、SVM技术和改进Canny算法。HOG算法的改良解决了主、副对角线上像素的灰度信息的问题；结合使用SVM技术，对静止哑语姿势进行特征提取和训练，从而有效捕捉手势的关键特征；改进Canny算法解决移动边界的提取问题，最大限度的提升了识别率和识别速度。通过实验验证，我们发现这种方法在识别成功率和时间效率方面，都优于传统的HOG特征结合SVM的方法。这种技术的实现，为聋哑人士与听力正常人群之间的交流提供了更加流畅的通道，是无障碍通信领域的一大进步。

简介：在超宽带穿墙雷达成像领域，交叉极化雷达能有效识别建筑物角散射中心，而交叉极化接收到的回波信号较弱，成像中的耦合信号得到增强，角散射信号不易识别。对此提出一种基于方位散射熵的建筑物特征提取方法。该方法首先利用散射体交叉极化相关性对交叉极化成像结果进行加权提取角散射中心，然后通过方位散射熵滤除墙体杂波影响、增强墙角散射幅度，最后使用循环迭代的中心定位算法得到精确的墙角散射中心。仿真和实验数据结果表明，该方法通过角散射体的极化特性和方位角属性可以准确地提取建筑物角散射中心。

简介：摘要：随着能源需求的不断增长和电能量数据的大规模采集，对电能量数据的异常检测变得尤为重要。异常电能量数据可能预示着潜在的故障或异常情况，所以及早发现和准确识别异常对于能源系统的稳定运行和设备维护至关重要。本文提出了一种基于数据挖掘的电能量数据异常特征提取方法，旨在提高电能量数据异常检测的准确性和效率。

简介：为后续目标识别作准备，针对采集并且存储之后的飞机目标雷达回波信号，完成后端雷达信号处理。首先，基于MATLAB提取波门内采样的回波信号并且实现目标的一维成像。然后，采用传统的傅里叶变换模值、双谱奇异值分解法对目标的一维距离像进行特征提取。为了获得较为稳定的目标特征，针对以上两种方法，主要从特征相似性的测量角度分析单一目标特征提取方法的性能优劣。最后通过实验，从相关系数概率密度分布情况得出双谱奇异值分解特征提取法性能较佳，所得到的目标特征较稳定。

简介：摘要爆震是制约汽油机小型化和热效率提高的重要因素。准确的爆震始点检测和强度评估，是保证汽油机临界爆震燃烧从而改善其动力性和经济性的前提。本文对相应的提取爆震特征的方法，如时域频域分析法，短时傅立叶变换、维格纳-瑞利分布及小波变换等分析方法进行了研究。根据已有的实验结果表明，时域分析法和频域分析法在爆震特征提取上都有一定的局限性，而时频分析法的应用可靠性及应用范围则相对优于前两者。同时时频分析法在一定程度上还具有各自的特点，如STFT和WVD直接提取爆震特征效果差，但能够有效地从滤波后的信号中提取爆震特征。而离散小波变换则具有明显的优势，能够直接从压力信号和振动信号中有效地提取爆震特征。

简介：

简介：针对二维谱的特征量化问题,提出了基于多分形分析和形态参数拟合的二维谱特征提取方法,并给出了此方法在某高射机枪裂纹故障诊断中的一个应用实例。此方法将二维谱视为一个二维的数据集,借助于小波领袖来估计二维谱的多分形谱,根据所估计出的多分形谱的分布形态,选用适当形式的含有待定系数的表达式对多分形谱进行拟合,用拟合系数组成特征向量并作为二维谱最终的特征。此方法客观高效,适用范围广,可用于各种类型二维谱的量化特征提取。

简介：摘要针对压缩机振动信号具有较强的非平稳性和非线性，故障特征难以提取的问题，本文通过对比变分模态分解（VariationalModeDecomposition,VMD）和经验模态分解（EmpiricalModeDecomposition,EMD）两种算法，结合包络谱理论提出了模态分量包络谱的压缩机特征提取方法。首先对比了VMD算法和EMD算法对压缩机振动信号分析的有效性和可行性，然后对VMD算法和EMD算法分解的模态分量求包络谱，从而提取故障特征频率。采用本文提出的方法对压缩机气阀故障振动信号进行分析，结果验证了VMD包络谱方法能够更准确地提取出压缩机气阀故障特征频率。

简介：摘要:改进的向量生成模型和特征提取模型分别从融合后的环境体系中对关键词深层解读。通过CNN建模指代特征提取，以向量矩阵作为输入，融合后的分向样本作为输出集合多义词样本循环多层分向提取。模型内部特殊采用分向相对卷积思想，保留了空间信息内的词语完整释义。向量化指代分析中采用改进CBOW模型的PYP算法，观测每个单词的参数分布，模拟上下文窗口结构，加入权重系数验证结构和内容的概率分布可行。

简介：摘要 ：风电场多分布在偏远地区的高原、丘陵或草原上，往往受到恶劣环境条件的影响，尤其是风电机组的传动系统，如主轴、齿轮箱、联轴器和发电机等极易发生故障。及时发现故障、诊断故障并解决故障是保证风电机组可靠运行的有力保障。风电机组传动链故障诊断的关键是提取相关部件发生故障的典型故障特征，基于此，本文主要对 风电机组传动链典型故障特征提取方法进行分析探讨。