导读:本文包含了分类识别方法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:神经网络,图像,算法,输电线,卷积,特征,周界。
分类识别方法论文文献综述
皮寿熹,李富合,缪磊,马辰[1]（2019）在《基于分类算法的网络设备识别方法》一文中研究指出网络设备识别对于网络安全和管理具有重要意义,针对现有网络设备识别技术不成熟、准确率低的问题,通过网络空间搜索引擎获取网络设备数据作为样本数据,使用特征提取技术将样本数据转化为特征数据。在特征数据的基础上,使用3种分类算法分别构建分类模型。通过对3个分类模型进行评估分析,获得了一个精确度较高的设备类型分类模型。(本文来源于《舰船电子工程》期刊2019年12期）
杨栩[2]（2019）在《基于神经网络的数字信号多分类识别方法》一文中研究指出文章针对数字信号的图像分类识别问题,提出了一种改进的神经网络算法,该算法利用随机梯度下降增量规则实现误差和上层输出共同影响权重的监督机制,采用softmax激活函数避免出现以很高的概率同时分到不同的类的问题,从而大大提高了识别准确率。(本文来源于《汽车实用技术》期刊2019年21期）
李立治,杨建军,刘双喜,张先锋,郭文翠[3]（2019）在《国内人群的驾驶风格分类及识别方法研究》一文中研究指出为了进一步提高汽车燃油经济性、驾驶性、安全性、汽车可靠性,针对国内人群驾驶风格分类不合理及识别精度不高的问题,提出一种驾驶风格分类及识别客观化的方案:首先综合考虑驾驶风格影响因素,设计驾驶风格道路试验并建立驾驶风格数据库;其次制定驾驶风格评价指标并借助PCA算法实现评价指标的降维;接着选取k-means、模糊均值、层次聚类3种客观分类方法对数据库样本进行分类,借助主观评价及Silhouette函数挑选最佳的客观分类结果;最后基于神经网络建立驾驶风格识别模型并选择5组测试样本对其进行验证。5组样本的识别率为100%,说明该模型具有较高的识别精度。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年11期）
张洋,姚登峰[4]（2019）在《人类的行为识别分类方法综述》一文中研究指出由于背景杂波、部分遮挡、尺度、视角、光照和外观变化等原因,从视频序列或静止图像中识别人类行为是一项具有挑战性的任务。许多应用(如视频监控系统、人机交互),都需要一个多行为识别系统。在这项工作中,文中提供了人类行为分类领域的最新研究进展,并提出人类行为方法的分类。特别地,根据是否使用来自不同模式的数据将人类行为分类方法分为两大类。然后,将这些类别进一步分析为子类别,子类别反映了如何建模人类活动和其感兴趣的活动类型。此外,文中讨论了理想的人类活动识别数据集的需求。最后,对未来研究的特点进行了展望,并就人类活动识别的问题提出了有待进一步研究的方向。(本文来源于《中国计算机用户协会网络应用分会2019年第二十叁届网络新技术与应用年会论文集》期刊2019-11-07）
高沛涛,王银河,汤晓[5]（2019）在《基于可分类网络的图像识别新方法》一文中研究指出提出一种新的基于可分类网络的图像识别方法,从一种新的可分类网络的视角重新审视平面灰度图像,将图像灰度矩阵视为可分类网络的连接关系矩阵,通过Hadamard乘积变换和负连接关系可分类网络的拓扑结构,产生新的图像识别特征参量对图像进行描述。该方法具有高速和高识别率的特性。(本文来源于《工业控制计算机》期刊2019年10期）
吴国超[6]（2019）在《周界安防系统的入侵信号分类识别方法研究》一文中研究指出针对光纤周界安防系统常用信号特征提取方法及分类器模型的不足,提出了一种基于小波变换与支持向量机的入侵事件识别方法。先将传感器上采集的振动信号进行分帧处理,再将分帧后的信号进行小波变换,最后将小波域特征输入支持向量机,得出对入侵事件的分类结果。在重庆涪陵页岩气田周界入侵检测平台上进行验证的结果显示,提出的分类方法能够正确区分真实入侵事件和环境干扰信号,对入侵事件分类识别的正确率整体达94. 2%。(本文来源于《重庆科技学院学报(自然科学版)》期刊2019年05期）
王翔,赵南京,殷高方,孟德硕,马明俊[7]（2019）在《基于反向传播神经网络的激光诱导荧光光谱塑料分类识别方法研究》一文中研究指出塑料具有成本低、质量好,可塑性强等优点被广泛用于生产生活等领域,但废弃塑料处置不当容易引发二次污染。回收再利用有望成为解决废弃塑料污染问题的关键手段,其前提是对废料的准确分选。传统分选手段耗费时间,效率低下,难以实现废弃塑料的快速、经济、有效分类。激光诱导荧光技术是一种快速灵敏的光谱检测技术。具有操作简便,检测效率高,样品使用量小等优点常被应用于水体、土壤中油类,多环芳烃等有机污染物的快速识别与定量分析。利用激光诱导荧光技术可以快速采集不同塑料的荧光光谱,结合相应的模式识别算法,可实现塑料材质的快速准确识别。实验采集了8种塑料(ABS, HDPE, PA66, PLA, PP, PET, PS, PVC)共358组激光诱导荧光光谱,依据特征峰信息构建358×10的光谱矩阵。利用主成份分析法削减原光谱矩阵中的线性相关量,提高数据精度。结果显示前3个主成分的累计方差贡献值达98.085%,足以表征原光谱矩阵的主要信息。将降维的主成分PC1, PC2, PC3作为输入进行光谱分类,其中同种塑料光谱聚合度高,元素构成不同的塑料如PA66, PLA, HDPE和PVC的光谱分离度较好,而元素构成相同的塑料如PET和PLA的光谱分离度较差。PCA算法并不能准确的对未知塑料进行识别。BP-神经网络具有收敛速度快,预测精度高等特点被广泛用于模式识别和分类研究。将经PCA算法得到的简化特征矩阵作为BP-神经网络算法的输入集,其中随机抽取256组数据作为BP-神经网络算法模型的训练集,剩余的102组数据作为模型检测集。BP神经网络的隐藏层设定值为1,激活函数选择双极性Sigmoid函数,输出层为8种塑料样品。识别结果显示, 102组数据中只有一组HDPE光谱数据被错识为PS,其余101组数据全部正确识别。8种塑料荧光光谱的综合识别准确率达到99%。研究结果表明激光诱导荧光技术结合BP-神经网络算法可实现不同材质塑料的快速准确识别。为实现废弃塑料的自动化智能分选,降低回收成本,减少废弃塑料危害提供新的参考。(本文来源于《光谱学与光谱分析》期刊2019年10期）
方浩文,施华君[8]（2019）在《基于深度学习的卫星图像识别分类方法》一文中研究指出卫星遥感技术是一种非常重要的地球空间监测技术.卫星遥感图像经过处理后具有数据量大和数据类型复杂多样的特点,传统方法进行识别分类耗费大量人力物力.为了降低工作量,并为后续处理提供便利,本文将深度学习算法应用于卫星图像的识别分类中,设计了一种基于VGGNet的识别分类方法,利用除雾算法对训练数据进行数据增强处理,并添加岭回归正则化层,利用标签之间的相关性进行预测,使得方法达到90%以上的F2 score,并在实验部分进行了对比验证.最后利用此方法搭建了一个基于Django的在线识别分类展示系统.(本文来源于《计算机系统应用》期刊2019年10期）
林海涛[9]（2019）在《浅探特高压输电线路雷电过电压的分类识别方法》一文中研究指出特高压输电线路输送容量较大、功能消耗较小,但同时遭受雷击的概率也相对较高,基于此,本文重点针对特高压输电线路雷电过电压问题进行分析,在简单了解特高压输电线路雷电过电压的特征和分类后,采用ATM-EMTP和小波分析变换技术相结合的方式,具体分析雷电过电压的分类识别方法,以供参考。(本文来源于《低碳世界》期刊2019年09期）
柯懂湘,潘丽敏,罗森林,张寒青[10]（2019）在《基于随机森林算法的Android恶意行为识别与分类方法》一文中研究指出针对当前Android恶意软件检测方法对检测出的恶意行为无法进行识别和分类的问题,提出基于随机森林(RF)算法的Android恶意行为的识别与分类方法.该方法在对Android恶意软件的类型进行定义的基础上,利用融合多种触发机制的Android恶意行为诱导方法触发软件的潜在恶意行为;通过Hook关键系统函数对Android软件行为进行采集并生成行为日志,基于行为日志提取软件行为特征集;使用随机森林算法,对行为日志中的恶意行为进行识别与分类.实验结果表明,该方法对Android恶意软件识别的准确率达到91.6%,对恶意行为分类的平均准确率达到96.8%.(本文来源于《浙江大学学报(工学版)》期刊2019年10期）
分类识别方法论文开题报告
（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：
文章针对数字信号的图像分类识别问题,提出了一种改进的神经网络算法,该算法利用随机梯度下降增量规则实现误差和上层输出共同影响权重的监督机制,采用softmax激活函数避免出现以很高的概率同时分到不同的类的问题,从而大大提高了识别准确率。
（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。
分类识别方法论文参考文献
[1].皮寿熹,李富合,缪磊,马辰.基于分类算法的网络设备识别方法[J].舰船电子工程.2019
[2].杨栩.基于神经网络的数字信号多分类识别方法[J].汽车实用技术.2019
[3].李立治,杨建军,刘双喜,张先锋,郭文翠.国内人群的驾驶风格分类及识别方法研究[J].重庆理工大学学报(自然科学).2019
[4].张洋,姚登峰.人类的行为识别分类方法综述[C].中国计算机用户协会网络应用分会2019年第二十叁届网络新技术与应用年会论文集.2019
[5].高沛涛,王银河,汤晓.基于可分类网络的图像识别新方法[J].工业控制计算机.2019
[6].吴国超.周界安防系统的入侵信号分类识别方法研究[J].重庆科技学院学报(自然科学版).2019
[7].王翔,赵南京,殷高方,孟德硕,马明俊.基于反向传播神经网络的激光诱导荧光光谱塑料分类识别方法研究[J].光谱学与光谱分析.2019
[8].方浩文,施华君.基于深度学习的卫星图像识别分类方法[J].计算机系统应用.2019
[9].林海涛.浅探特高压输电线路雷电过电压的分类识别方法[J].低碳世界.2019
[10].柯懂湘,潘丽敏,罗森林,张寒青.基于随机森林算法的Android恶意行为识别与分类方法[J].浙江大学学报(工学版).2019
论文知识图
