导读:本文包含了特征系统实现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:特征,系统实现,模态,局部,图像,参数,模式。
特征系统实现法论文文献综述
刘晓虹[1]（2019）在《肝脏CT图像特征提取与识别的研究及系统实现》一文中研究指出医学图像处理在计算机辅助诊断中发挥着巨大的作用,特征提取作为医学图像处理中的关键技术近年来吸引了大量学者的关注,已成为医学图像处理领域中的研究热点。高效的特征提取算法可以从医学图像中提取出关键信息以表征感兴趣区域,为医生对疾病的早期检测和治疗提供有力的支撑,从而达到辅助诊断的目的。另外,CT图像因其较高的空间分辨率和高信噪比的优势而被广泛地应用于临床检查中,也是常用于诊断肝癌的医学影像技术手段之一。因此,肝脏CT图像特征提取方法的研究具有十分重要的意义。当前医学图像的特征提取算法主要是从纹理和形状的角度出发,缺少对图像高级语义信息的表达,而且低层特征中也存在信息描述不充分的缺陷,为此,本文以肝脏平扫CT图像为研究对象,对特征提取算法展开了研究,主要工作内容如下:(1)针对传统局部二值模式方法不能高效提取肝脏平扫CT图像中的多尺度特征且容易丢失大量高阶尺度邻域像素信息等问题,提出了一种基于改进多尺度局部二值模式算法(MSLBP)的肝脏CT图像特征提取方法。该算法充分利用高阶尺度采样点的信息并对相邻像素进行区域求平均操作,突出了邻域像素点间的关系特征,实现了从不同的尺度描述肝脏图像的纹理特征的目的。经过多次对比实验,验证了改进MSLBP算法的有效性。(2)针对底层特征只能表达图像细节信息却不能表达高级语义信息的缺陷,提出一种基于深度学习的多特征融合肝脏CT图像特征提取算法。该算法通过深度学习的方法获得图像高级语义特征,与传统特征提取方法得到的底层特征进行融合,从而得到一个能够综合描述图像信息的特征向量,实验结果表明,算法有效地提高了肝脏CT图像的分类识别准确率。(3)设计开发了肝脏CT图像特征提取与识别系统,该系统主要包括图像特征提取和图像识别两个功能模块,实现了不同特征的提取及分析操作,并根据提取的特征进行图像分类,实现肝脏图像正异常分类的目的,在一定程度上能够辅助医生进行诊断。(本文来源于《江苏大学》期刊2019-04-28）
任亮朴,徐美华,陈高攀[2]（2018）在《Haar特征提取IP核设计及前方车辆检测系统实现》一文中研究指出基于视觉的前方车辆检测是智能驾驶辅助系统中非常重要的组成部分,针对目前前方车辆检测中关于检测速度和精度的问题,采用部分积分图结构、流水线结构、乒乓操作、数据复用等方法提高Haar特征的计算速度;对提取到的Haar特征,采用Ada Boost进行降维操作,再用SVM(Support Vector Machine)进行分类训练,提升分类能力,设计完成了基于Haar+SVM前方车辆检测系统中的Haar特征提取的IP(Intellectual Property)核以及前方车辆检测的嵌入式系统。实验结果表明,检测精度可达到97.2%,系统处理速度平均为每秒21.6帧,验证了所设计的算法和系统的正确性和有效性。(本文来源于《电子设计工程》期刊2018年14期）
成玫,蒋敏[3]（2018）在《基于特征系统实现算法的天线类产品在轨模态辨识方法研究》一文中研究指出采用系统实现算法(ERA)对航天器大型薄壁结构进行基于响应的时域模态参数辨识。阐述了该算法的基本原理和具体实现过程。仿真和试验结果表明,ERA辨识算法可靠,精度能够达到设计要求。(本文来源于《应用技术学报》期刊2018年02期）
乔瑞萍,孙贺,董员臣,王方[4]（2018）在《基于多特征融合的井盖检测系统实现》一文中研究指出障碍物检测作为智能辅助驾驶的重要一环,得到了广泛关注和研究,其中,井盖的检测对后续的井盖定位和缺损检测有着不可替代的作用。从宏观特征入手,提出一种多特征融合的分类方法,首先利用先验知识划定梯形区域限制搜索区间,进而通过边缘的连通性锁定候选区域,并通过多特征判定,快速准确地从背景中提取出井盖位置。该方法在TMS320DM6437平台上进行了系统实现,验证了方案的可行性。(本文来源于《电子技术应用》期刊2018年06期）
汪娟[5]（2018）在《甲状腺MR图像纹理特征提取与分析的研究及系统实现》一文中研究指出医学图像处理在医疗诊断中占据重要的地位,特征提取作为医学图像处理中的重要技术,对医学图像进行特征的定性分析,可以提高医学图像的识别率,进而辅助医生做出临床图像疾病诊断。纹理特征作为医学图像的重要特征,其特征提取技术一直是医学图像识别研究领域的热点。MR图像具有成像清晰、分辨率高和对比度高等优点,因此纹理特征提取被广泛应用于这类图像的分析之中。针对纹理特征提取技术存在对噪声较敏感和信息提取不充分的问题,本文提出面向甲状腺MR图像的新的灰度共生矩阵(Gray-level Co-occurrence Matrix,GLCM)和局部二值模式(Local Binary Pattern,LBP)纹理特征提取方法,并开发了甲状腺MR图像纹理特征提取与识别系统,辅助医师对疾病做出及时准确的诊疗。具体研究工作如下:(1)提出了基于多尺度的GLCM窗口自适应甲状腺MR图像纹理特征提取方法。采用高斯金字塔将图像分解到多尺度空间,以弥补了单一尺度的缺陷,可以有效增强图像的粗粒度描述;通过梯度检测提取单一尺度上感兴趣区域的轮廓信息,凭借轮廓信息设置滑动窗口尺寸并构造GLCM,实现GLCM的窗口自适应调整,可以在细节保留的同时,有效抑制噪声的干扰;通过特征选择,将获取的多个尺度的最优特征组合作为最终的特征向量。采用Logistic回归模型进行二分类实验,验证了所提方法提取甲状腺MR图像纹理信息的有效性。(2)提出了基于高阶衍生的均值完全局部二值模式(Derivative of Mean Completed Local Binary Pattern,DM_CLBP)的甲状腺MR图像纹理特征提取方法。在传统LBP基础上,采用二阶差分法改进邻域像素值差的计算方式,有效提取了图像的凹度和凸度信息;利用像素块灰度均值代替单个像素点的灰度值,增加了像素间的相关性,从而提高了纹理特征对噪声的抗性;采用均匀模式联合符号和幅值两个操作子进行编码和重组,增强了图像信息描述的完善性。利用Logistic回归模型进行二分类实验,验证了改进算法表征图像纹理信息的充分性。(3)设计开发了甲状腺MR图像纹理特征提取与识别的计算机辅助诊断系统。该系统由图像纹理特征提取与识别两个功能模块组成,可以提高甲状腺癌早期诊断准确率,同时降低漏诊率和误诊率。(本文来源于《江苏大学》期刊2018-04-25）
李振齐[6]（2018）在《基于脑电时空频多域特征的自动情绪识别研究及系统实现》一文中研究指出情绪,作为一种主观感受,对人的认知和行为有很大的影响,在人际交往中发挥着独特而重要的作用,自动情绪识别技术成为人工智能领域内的一个研究热点。脑电信号(EEG)作为一种客观的生理信号,对人类情绪状态有直接的反映,因而本文的研究内容是基于EEG的情绪识别。目前,在EEG信号分解和情绪特征提取方面,存在两个突出问题:1)在情绪识别任务中,EEG的时域信息经常被忽略,从而导致对EEG的时空频多域信息的利用不够充分;2)EEG采集信号即使经过去除伪迹的预处理,其本身仍是一种混合了多个EEG源信号的混合信号,各脑区信号相互干扰,从而影响识别效果。针对上述问题,本文在进行了以下叁项主体工作:1)基于情绪时序模型提出基于长短时记忆循环神经网络(LSTM)的情绪分类算法,并在情绪愉悦度分类实验中达到78.44%的平均准确率,验证了其在EEG时域信息提取上的有效性;2)基于EEG线性混合模型提出基于堆迭自动编码器(SAE)的EEG信号分解算法,通过EEG信号分解实验证明了其有效性。基于此建立SAE+LSTM情绪分类框架,并在情绪愉悦度和唤醒度分类实验中达到81.1±2.68%和74.38±1.21%的准确率,高于对比算法;3)在SAE+LSTM情绪分类框架的基础上,实现了集人机交互界面、EEG数据文件读取、自动情绪识别、EEG信号及识别结果图形化展示等多种功能的情绪识别系统,并通过功能测试验证了系统的有效性。本文所提算法可以同时利用EEG的时空频多域信息进行情绪识别,是对基于脑电时空频多域特征的情绪识别研究的一次有益的探索,提供了一种新的研究思路,有助于推动基于脑电的情绪识别研究及相关产品化进展。(本文来源于《华南理工大学》期刊2018-04-10）
蒲黔辉,洪彧,王高新,李晓斌[7]（2018）在《快速特征系统实现算法用于环境激励下的结构模态参数识别》一文中研究指出对特征系统实现算法(ERA)进行了改进,采用对构建的新对称矩阵进行特征值分解来替代Hankel矩阵的奇异值分解,提出了计算速度更快、数据储存更少的快速特征系统实现算法(FERA)。利用已知的四层框架进行数值模拟,对其施加缩尺的El Centro地震作为未知激励,采用FERA和ERA算法对仿真所得的位移、速度和加速度分别进行模态参数识别,与理论值进行对比结果显示:FERA算法适用于任何动力响应对结构进行模态参数识别,并且其运算速度可较ERA算法有较大提高。此外,FERA算法还被运用到了一座运营中的人行桥环境激励试验中,结果表明该算法同样适用于实际结构的模态参数识别。(本文来源于《振动与冲击》期刊2018年06期）
高威[8]（2018）在《手机产品特征与情感关联关系研究与系统实现》一文中研究指出用户在线评论逐渐成为互联网环境下企业获取用户需求的重要数据资源。然而如何能够准确有效的在浩如烟海的评论中提炼出产品的特征及对特征的描述,是一个理论和实践界的难题。在现阶段的研究中,大部分学者将文本分析的研究方向放在了情感分析,提出了很多判断文本情感极性的模型。但是对产品特征和用户情感之间的关联关系研究,鲜有人关注。本文通过对手机评论中的产品特征和用户情感进行研究,发现两者之间的关联关系,为消费者选购商品和商家定位市场需求提供参考意见。本文对采集自京东商城的750余款手机的用户评论进行预处理,使用条件随机场和字典配合的方法识别用户评论中包含的手机特征,从而构造手机特征词典。根据特征词典和窗口搭配的方法,从用户评论中提取手机特征和用户情感的组合。最后引入了 LinLog Energy Model,对手机特征和用户情感进行聚类分析,发现他们之间关联关系的强度。通过研究,本文获得了包含217个词的手机特征词典,并根据该词典,对苹果、华为、叁星、小米四个品牌的用户评论进行了研究。从他们的用户评论中提取手机特征和用户情感,并应用LinLog Energy Model进行聚类分析,最终获得了手机特征和用户情感之间的关联关系强度,并对四款手机的分析结果进行了对比分析。通过实验,表明该方法能够直观有效的从用户评论中提炼出产品的优劣。最后本课题通过搭建文本分析平台,使用户能够对其他手机的用户评论进行分析,从而为用户的决策提供参考。(本文来源于《北京邮电大学》期刊2018-03-18）
田鹏[9]（2018）在《基于运行时特征的恶意应用检测算法研究及其系统实现》一文中研究指出随着移动产业的发展和人们对移动设备依赖的加深,近年来Android恶意应用滋生迅速,对更加高效的应用性质检测技术的需求也越来越迫切。因此利用机器学习结合传统检测技术进行恶意应用检测,来降低人工成本、提高效率变成了一种热点研究方向。本文在现有研究的基础上,提出了一个新型的Android恶意应用检测算法模型。模型使用本研究改进后的应用行为监控技术获取应用运行时的API调用序列,从中提取出与恶意性质检测相关度高、相互之间冗余度小的特征,并注意到恶意应用运行时可能存在的非恶意行为产生的API子序列对检测器训练的干扰,利用vsm、k-means配合梯度提升树算法消除这种干扰,提高检测的准确率。本文的主要研究成果有以下几点:1)对Android安全相关的技术、理论和算法做了分析。2)在深入研究Android系统机制的基础上,对各种应用行为监控方法的原理进行了分析,对现有研究中存在的影响监控平台效率的因素作了研究,针对应用行为信息的记录导致受测应用运行卡顿的问题,设计实现了一个应用运行时信息记录缓存机制,利用mmap机制的高效读写能力解决了卡顿问题。3)为了提高应用运行时信息收集的效率,设计实现了一个自动化运行应用的框架,可以自动化运行应用,节约时间和人力成本。4)本文分析现有特征选择算法存在的问题,在现有研究的基础上,对算法进行调整和扩展,得到了一个可以获得对检测贡献大、相互之间冗余度小的特征集的算法—MD_MR。5)针对现有研究中,无法有效处理恶意应用的正常行为产生的干扰API序列对检测准确度的影响的问题,提出一种使用向量空间模型和提升树算法进行应用性质判别的算法模型—EIA_GDBT。6)对应用行为监控技术、恶意应用检测算法模型改进后的效果进行了验证,并结合前人研究成果和本文所作创新设计实现了一个Android恶意应用检测系统。(本文来源于《北京邮电大学》期刊2018-03-08）
吴博,王彬,翁政魁,熊新,刘辉[10]（2018）在《基于OpenCV的鼻尖特征点鼠标实时控制系统实现》一文中研究指出针对当前基于视线跟踪或眼部特征的机器视觉鼠标控制系统在实际应用中对环境和条件适应性较差的问题,提出将鼻尖作为人脸局部特征点的实时人脸特征跟踪方法。采用一种带预测机制的改进Viola-Jones框架,在帧间使用Kalman滤波算法对下一帧特征点出现位置进行预测,明显提高了特征点跟踪效率。采用VS2012和OpenCV实现了基于该方法的鼠标指针控制系统。实验结果表明,所实现的鼠标控制系统跟踪处理速度相比传统方法提高了40%左右。同时该鼠标控制系统实时跟踪效果快速、稳定、平滑,具有良好的环境适用性和鲁棒性。(本文来源于《计算机应用与软件》期刊2018年02期）
特征系统实现法论文开题报告
（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：
基于视觉的前方车辆检测是智能驾驶辅助系统中非常重要的组成部分,针对目前前方车辆检测中关于检测速度和精度的问题,采用部分积分图结构、流水线结构、乒乓操作、数据复用等方法提高Haar特征的计算速度;对提取到的Haar特征,采用Ada Boost进行降维操作,再用SVM(Support Vector Machine)进行分类训练,提升分类能力,设计完成了基于Haar+SVM前方车辆检测系统中的Haar特征提取的IP(Intellectual Property)核以及前方车辆检测的嵌入式系统。实验结果表明,检测精度可达到97.2%,系统处理速度平均为每秒21.6帧,验证了所设计的算法和系统的正确性和有效性。
（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。
特征系统实现法论文参考文献
[1].刘晓虹.肝脏CT图像特征提取与识别的研究及系统实现[D].江苏大学.2019
[2].任亮朴,徐美华,陈高攀.Haar特征提取IP核设计及前方车辆检测系统实现[J].电子设计工程.2018
[3].成玫,蒋敏.基于特征系统实现算法的天线类产品在轨模态辨识方法研究[J].应用技术学报.2018
[4].乔瑞萍,孙贺,董员臣,王方.基于多特征融合的井盖检测系统实现[J].电子技术应用.2018
[5].汪娟.甲状腺MR图像纹理特征提取与分析的研究及系统实现[D].江苏大学.2018
[6].李振齐.基于脑电时空频多域特征的自动情绪识别研究及系统实现[D].华南理工大学.2018
[7].蒲黔辉,洪彧,王高新,李晓斌.快速特征系统实现算法用于环境激励下的结构模态参数识别[J].振动与冲击.2018
[8].高威.手机产品特征与情感关联关系研究与系统实现[D].北京邮电大学.2018
[9].田鹏.基于运行时特征的恶意应用检测算法研究及其系统实现[D].北京邮电大学.2018
[10].吴博,王彬,翁政魁,熊新,刘辉.基于OpenCV的鼻尖特征点鼠标实时控制系统实现[J].计算机应用与软件.2018
论文知识图
