导读:本文包含了特征权论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:特征,目标,样本,多维,算法,机器翻译,图像。
特征权论文文献综述
李芳菊,张聪品[1]（2019）在《机器翻译系统特征权值的贝叶斯优化方法》一文中研究指出针对机器翻译中存在的特征权重的领域自适应问题,提出一种联合最小贝叶斯融合的系统权重训练方法。在协同训练的框架内,采用不同解码器的输出作为参考译文,通过扩展开发集,保证特征权重训练的有效性。通过利用最小贝叶斯风险融合方法,提升协同训练的稳定性。实验结果表明,该方法较好解决了特征权重的领域自使用问题,优化了机器翻译质量。(本文来源于《计算机工程与设计》期刊2019年04期）
阮威[2]（2019）在《一种基于SIFT特征权排序多图关联图像搜索方法》一文中研究指出近年来随着越来越多的基于图像内容搜索方法的出现,单图搜索已经不再新鲜。但是,我们在进行图像搜索与匹配的过程中,只是针对一张图像来作为查询图像。在我们的日常生活中,本地常常存有内容与之相关联的图像,所以本文提出一种基于多图关联的图像搜索方法,将查询图像和本地存储的一些内容相关的图进行联合,并从中筛选出最具有代表性的特征点,对这些特征点进行权重的计算和排序。这种方法大大减少了特征点的数量,增强了图像检索的健壮性。(本文来源于《电子设计工程》期刊2019年02期）
朱宏基,于凤芹[3]（2019）在《特征权值与尺度自适应的核相关跟踪算法》一文中研究指出提出了一种特征权值与尺度自适应的核相关跟踪算法。提取目标搜索区域的方向梯度直方图(HOG)特征和颜色名(CN)特征进行自适应权值融合,通过融合特征的相关滤波响应图的峰值找到目标位置;利用权值较大特征的相关滤波响应图的峰值和峰值旁瓣比的乘积作为尺度评估依据,对目标尺度进行粗略估计和精确估计,从而得到目标的最佳尺度。通过在目标跟踪标准(OTB-2013)数据集上的仿真实验,结果表明相比核相关滤波跟踪算法以及其他5种跟踪算法,所提算法在跟踪精度和成功率方面都有明显提高,跟踪精度为0.799,成功率为0.723,能较好地适应目标尺度的变化。(本文来源于《激光与光电子学进展》期刊2019年10期）
郑洁[4]（2018）在《基于特征权值的缺失数据修复方法》一文中研究指出随着信息技术的迅速发展,数据信息处理技术已经从原始的文件处理演变到复杂且功能强大的数据库系统,为了将这些数据信息转换成有用的知识信息,数据挖掘技术应运而生。数据集的数据质量低下会导致挖掘出的数据准确率明显降低,数据缺失是数据质量低下最常见的情况,为了提升数据质量,对缺失数据的修复问题是一项值得关注的热点问题。文章对缺失数据的修复主要是讨论连续型属性的数据类型,修复方法采用归因技术的思想,利用属性间的关系,用数据集中的现有值去估计那些相关的缺失值。并对比一种常用且高效的缺失值修复方法,在此基础上通过引入属性的特征权值,加强重要属性对数据修复计算的影响,进一步提高了数据修复的准确率。(本文来源于《无线互联科技》期刊2018年20期）
李凯,高岩,曹喆[5]（2018）在《自动调整样本和特征权值的模糊聚类算法》一文中研究指出针对模糊c均值聚类算法对特征噪声和样本噪声较敏感的缺陷,依据特征和样本对聚类的不同影响,将特征权值和样本权值引入到模糊c均值聚类的目标函数,并获得了一个模糊聚类模型。利用拉格朗日方法对该模型求解,提出了样本和特征权值自动调整的模糊聚类算法;同时,将核策略引入到该模糊聚类模型,提出了样本和特征权值自动调整的核模糊聚类算法。实验结果表明该方法对含有特征噪声与样本噪声数据的聚类具有较好的处理能力,为特征提取与样本选取等问题提供了一种可行的途径。(本文来源于《哈尔滨工程大学学报》期刊2018年09期）
连诚[6]（2018）在《基于自适应特征权值的多目标SAR图像分割算法》一文中研究指出近年来,合成孔径雷达SAR因其优势渐渐被应用于各种实际场景里,其中涉及对图像中目标的提取、识别、理解与分析。而SAR图像分割是图像解译流程中不可或缺的步骤,它是高层的图像处理的基础。因此,图像分割问题一直以来都是研究的热点话题。本论文针对大部分现存的SAR图像分割中欧式距离求组合特征相似度时存在的问题,提出了几种改进的与组合特征相似度有关的SAR图像分割方法。论文的主要工作如下:1.提出了一种基于多特征公平集成的多目标SAR分割算法。首先从欧式距离计算组合特征的相似度存在的问题出发,提出了一种区分对待不同种特征的相似度计算方法。其次,将改进的相似度计算方法引入到多目标聚类的目标函数上来提高算法的聚类性能。实验结果表明,新算法在图像边缘和一致性保持上有很大优势,而且分割准确率高于其他对比算法。2.提出了一种自适应特征权值的双层多目标SAR图像分割算法。算法分为了两层,在第一层通过差分进化来自适应获取图像的占优特征和最优特征权值。在第二层,利用上层获取的特征权值建立多个目标聚类指标函数并进行优化,最终得到分割准确率高的解集。在实验部分,通过对六幅合成纹理图像和四幅真实SAR图像进行分割,实验结果表明,新算法在各个评价指标都有很大的优势。同时将算法优化得到的权值与四个固定的权值在叁幅合成纹理图像上进行比较,结果表明,新算法能够自适应识别不同图像的占优特征,而且能得到比较好的特征权重。3.提出了一种自适应特征权值的多目标SAR自动聚类算法。算法分为了两层,在第一层用于优化聚类类别数和特征权重这两个参数值,将优化的两个参数传递给下一层。在第二层,接收到第一层的参数后,自动聚类问题转换为了非自动聚类问题,多目标算法优化带特征权值的多目标聚类函数,得到最终分割结果。提出的方法应用多个纹理合成图像以及SAR图像的分割中,实验结果表明,新算法在各个评价指标都有很大的优势,能够自适应调节聚类类别数,而且能得到比较好的特征权重。(本文来源于《西安电子科技大学》期刊2018-04-01）
吴承毅[7]（2016）在《基于多维度特征权值动态更新的用户推荐模型研究》一文中研究指出为了提高电影个性化推荐的准确性,将电影通过导演、演员、上映时间、类型和地区等五个部分作为特征维度来表征,特征维度权值采用CHI方法计算,特征维度的权值进行归一化后,电影之间的相似度可以通过特征维度间的相似度体现,用户推荐模型通过不断迭代更新对各维度特征权值进行修正,提高模型推荐的准确性。实验结果表明,改进的算法在MovieLens数据集能够获得较高的准确率和召回率,能够比较准确地捕获用户的兴趣,并在一定程度上解决了用户兴趣漂移的问题。(本文来源于《现代电子技术》期刊2016年15期）
王东霞,周观民[8]（2015）在《遗传算法优化特征权值的支持向量机图像分类》一文中研究指出为了提高图像分类的准确率,提出了一种遗传算法优化特征权值的支持向量机图像分类(GA-SVM)。首先分别提取图像的颜色和纹理特征,然后采用改进遗传算法确定特征权值,最后采用支持向量机建立图像分类器,并对corel图像库进行仿真测试。结果表明,相对于其他图像分类算法,GA-SVM提高了图像分类精度。(本文来源于《电视技术》期刊2015年02期）
刘杰[9]（2014）在《一种基于自动特征权值的实体相似度计算方法》一文中研究指出本体映射可以解决本体间的异构和不一致性,在现有的本体映射过程中,通常采用人工定义实体权值表示资源的重要性。提出一种通过对特征语义进行分析,定义不同实体特征相似度的计算模型和权值计算模型,实现特征权值的自动计算。实验结果表明,该方法可以提高本体映射的自动化程度,且具有较好的准确性,提高了本体映射效果。(本文来源于《重庆科技学院学报(自然科学版)》期刊2014年03期）
黄会群,孙虹[10]（2014）在《粒子群选择特征和信息增益确定特征权值的入侵检测》一文中研究指出为了提高网络入侵检测正确率,提出一种粒子群算法(PSO)选择特征和信息增益(IG)法确定特征权值的网络入侵检测模型(PSO-IG)。首先采用PSO选择网络入侵特征子集,消除冗余特征;然后采用IG法确定特征子集中的特征权重,并采用支持向量机(SVM)建立分类模型;最后采用KDD CUP 99数据集对PSO-IG的性能进行测试。测试结果表明:PSO-IG消除了冗余特征,降低了输入维数,提高了网络入侵检测速度;通过合理确定特征权值,提高了入侵检测正确率。(本文来源于《计算机应用》期刊2014年06期）
特征权论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来随着越来越多的基于图像内容搜索方法的出现,单图搜索已经不再新鲜。但是,我们在进行图像搜索与匹配的过程中,只是针对一张图像来作为查询图像。在我们的日常生活中,本地常常存有内容与之相关联的图像,所以本文提出一种基于多图关联的图像搜索方法,将查询图像和本地存储的一些内容相关的图进行联合,并从中筛选出最具有代表性的特征点,对这些特征点进行权重的计算和排序。这种方法大大减少了特征点的数量,增强了图像检索的健壮性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
特征权论文参考文献
[1].李芳菊,张聪品.机器翻译系统特征权值的贝叶斯优化方法[J].计算机工程与设计.2019
[2].阮威.一种基于SIFT特征权排序多图关联图像搜索方法[J].电子设计工程.2019
[3].朱宏基,于凤芹.特征权值与尺度自适应的核相关跟踪算法[J].激光与光电子学进展.2019
[4].郑洁.基于特征权值的缺失数据修复方法[J].无线互联科技.2018
[5].李凯,高岩,曹喆.自动调整样本和特征权值的模糊聚类算法[J].哈尔滨工程大学学报.2018
[6].连诚.基于自适应特征权值的多目标SAR图像分割算法[D].西安电子科技大学.2018
[7].吴承毅.基于多维度特征权值动态更新的用户推荐模型研究[J].现代电子技术.2016
[8].王东霞,周观民.遗传算法优化特征权值的支持向量机图像分类[J].电视技术.2015
[9].刘杰.一种基于自动特征权值的实体相似度计算方法[J].重庆科技学院学报(自然科学版).2014
[10].黄会群,孙虹.粒子群选择特征和信息增益确定特征权值的入侵检测[J].计算机应用.2014
论文知识图
