导读:本文包含了特征表示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,稀疏,正则,分解,成分,计量学,动作。
特征表示论文文献综述
黄艳群,王妮,刘红蕾,费晓璐,巍岚[1](2019)在《基于Skip-gram词嵌入算法的结构化患者特征表示方法研究》一文中研究指出目的基于表示学习中的Skip-gram词嵌入算法,寻找能够克服电子病历中结构化特征的高维性并在语义层次上表示特征的方法。方法本文的数据来源于北京市某叁甲医院的电子病历系统,从中提取患者的结构化特征,包括疾病、药物和实验室指标,其中实验室指标通过正常值范围离散化;利用Skip-gram算法,将电子病历中离散型患者特征(疾病和药物)和离散后的连续型患者特征(实验室指标)嵌入到同一个低维实数向量空间中。通过t-SNE降维可视化方法显示低维实数空间中特征向量的关系,并与特征向量间的余弦距离计算结果相互印证,从而评价特征表示的有效性和揭示特征向量间的潜在联系。结果患者特征的低维实数向量既降低了患者特征的维度,又很好地表征了特征间的潜在联系,临床含义相关的特征表示成的低维实数向量也很相近。结论基于Skip-gram算法将患者结构化特征表示成低维实数向量取得了较好的效果,为解决EMR数据表示的高维性以及结构化特征间潜在关系分析提供一种思路。(本文来源于《北京生物医学工程》期刊2019年06期)
朱艳丽,杨小平,王良,张志宇[2](2019)在《TransRD:一种不对等特征的知识图谱嵌入表示模型》一文中研究指出知识图谱嵌入是一种将实体和关系映射到低维向量空间的技术。目前已有的嵌入表示方法在对具有不对等特征的知识图谱中的实体和关系建模时存在两大缺陷:一是假定头尾实体来自同一语义空间,忽略二者在链接结构和数量上的不对等;二是每个关系单独配置一个投影矩阵,忽略关系之间的内在联系,导致知识共享困难,泛化能力差。该文提出一种新的嵌入表示方法TransRD,首先对头尾实体采用不对等转换矩阵进行投影,并用ADADELTA算法自适应调整学习率;其次对关系按相关性分组,每组关系使用同一对投影矩阵的方式来共享公共信息,解决泛化能力差的问题。在公开的数据集WN18和FB15K以及MPBC_20(乳腺癌知识图谱的子集)上进行实验和结果分析并与现有的模型进行对比,结果表明TransRD在各项指标上均取得大幅提升。(本文来源于《中文信息学报》期刊2019年11期)
王婧,谷林[3](2019)在《一种优化动作特征表示的动作姿态评测模型》一文中研究指出运用传统的动作表示方法对动作特征进行表示,存在动作识别精度和识别效率较低的问题。为此提出一种优化的动作特征表示方法,即将动作整体特征与动作局部特征相融合,对动作特征进行全面的表示。动作整体特征采用传统人体姿态矩阵表示,动作局部特征采用人体骨骼关节点的旋转量表示。利用神经网络训练动作姿态符合度的网络模型,并依据网络模型输出的动作符合度,实现对动作姿态评测。实验表明,优化的动作表示方法,相较于传统的动作表示方法识别精度提高4.643%,具有较高的识别精度和识别效率。(本文来源于《西安工程大学学报》期刊2019年05期)
孟宗,殷娜,李晶[4](2019)在《基于信号稀疏表示和瞬态冲击信号多特征提取的滚动轴承故障诊断》一文中研究指出在滚动轴承故障信号特征分析中,针对瞬态冲击信号稀疏表示和特征提取问题,提出一种基于IChirplet原子的故障信号多重特征提取方法。在分析故障信号特点的基础上,构建IChirplet原子库,利用优化的OMP算法进行原子寻优,然后提取IChirplet原子的时频参数和重构信号的敏感特征作为特征参量,通过PSO_SVM实现故障分类。实验证明IChirplet原子与滚动轴承故障信号有较好的匹配性,且多重特征的提取能够有效表征故障信息,更准确地判断轴承故障类型。(本文来源于《计量学报》期刊2019年05期)
申杨[5](2019)在《基于多特征联合稀疏表示的人脸识别方法》一文中研究指出针对人脸识别问题,提出一种基于多特征联合稀疏表示的方法。首先,分别采用主成分分析(PCA)、核主成分分析(KPCA)和非负矩阵分解(NMF)提取人脸图像的特征矢量。叁种特征从线性、非线性以及非负表示叁种层面描述了人脸图像的特征。在分类阶段,采用联合稀疏表示对叁种特征进行综合决策,考察它们的内在关联。最后,基于叁种特征的整体重构误差判定测试样本的类别。实验中,基于AR和Yale-B人脸数据库对提出方法进行性能测试。结果表明文中方法的有效性。(本文来源于《信息技术》期刊2019年09期)
周德龙,张捷,朱思聪[6](2019)在《多方向多尺度Gabor特征表示及其匹配算法》一文中研究指出Gabor滤波是众所周知的一类特征提取方法,在机器视觉等领域得到了广泛研究和应用.本文提出了一种多方向多尺度Gabor特征表示、提取以及其匹配算法.多方向多尺度Gabor特征通过使用一组不同尺度和不同方向的Gabor滤波器对图像进行滤波,而后将滤波结果在各个滤波方向按尺度大小排序后连接而成.本文进一步提出了循环向量的概念,并将两个多方向多尺度Gabor特征相似度重新定义为一个多方向多尺度Gabor特征和对应的多个循环向量之间最大值.实验结果表明,本文提出的多方向多尺度Gabor特征不仅具有平移不变性、旋转不变性、尺度不变性,也展现出优秀的局部特征表示能力以及显着的鉴别力.(本文来源于《电子学报》期刊2019年09期)
滕少华,冯镇业,滕璐瑶,房小兆[7](2019)在《联合低秩表示与图嵌入的无监督特征选择》一文中研究指出大数据应用带来高维数据急剧增加,数据降维已成为重要问题.特征选择降维方法已广泛应用于模式识别领域,近年来提出了许多基于流形学习的特征选择方法,然而这类方法往往容易受到各种噪声影响.对此,本文提出一种联合低秩表示和图嵌入的高效无监督特征选择方法(JLRRGE).通过低秩表示寻找数据在低秩子空间下的表示,降低噪声的影响从而提高算法的鲁棒性,并通过自适应图嵌入方法,使选择特征保持原有的局部关系.实验结果表明,本文提出算法的分类准确率优于其他对比算法.(本文来源于《广东工业大学学报》期刊2019年05期)
徐望明,张培,伍世虔[8](2019)在《基于多方向Gabor特征图稀疏表示的鲁棒人脸识别方法》一文中研究指出为提高对光照、表情、姿态等可变因素的鲁棒性,提出一种基于多方向Gabor特征图稀疏表示的人脸识别方法.对人脸图像进行多方向多尺度Gabor变换,然后将同一方向不同尺度的Gabor特征进行融合得到多方向特征图,再对每个方向的融合特征图提取Gist特征并赋予自适应权重,接着将所有方向特征图的自适应加权Gist特征串联构成人脸图像特征向量,最后利用稀疏表示分类方法实现人脸识别.实验结果表明,本文算法在Yale、ORL和Extended Yale B人脸数据库上的平均识别率分别达到99.8%、99.7%和100.0%.(本文来源于《北京理工大学学报》期刊2019年07期)
张笑朋,降爱莲[9](2019)在《均分式L_(1/2)正则化稀疏表示特征选择方法》一文中研究指出针对高维数据中出现的特征冗余问题,提出一种均分式L_(1/2)正则化稀疏表示特征选择方法。根据特征数将高维数据集平均分成若干份,使用阈值迭代算法对每个特征子集进行L_(1/2)正则化特征选择计算,聚合经过滤的数据集,运行L_(1/2)正则化特征选择算法。该特征选择方法能够选择出更具代表性的特征,减少时间开销。实验结果表明,该方法适用于高维数据和低维数据。(本文来源于《计算机工程与设计》期刊2019年06期)
高春艳,申紫铭,张明路,田颖[10](2019)在《一种基于RANSAC的点云柱状化轴线特征表示法》一文中研究指出现有的叁维地图构建算法多强调对地图构建的精确性,导致成图效率低、成本高。为了提高建立地图的效率,提出了一种对地标性物体进行圆柱体识别与提取并以其轴线特征作为地标构建简化地图的改进算法。基于随机采样一致算法(RANSAC)对点云模型中的待提取主体模型生成待估计圆柱模型并进行匹配,通过对单应性矩阵及其误差函数的计算得到迭代过程中的最佳阈值,以得到最佳匹配圆柱模型并提高提取效率,然后用所提取的圆柱轴线描述地标的空间位置,圆柱半径描述地标的空间几何信息。通过与传统RANSAC方法的仿真实验对比,证明该方法可以有效的精简地图,为后续识别地标路径规划奠定基础。(本文来源于《图学学报》期刊2019年03期)
特征表示论文开题报告
(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:
知识图谱嵌入是一种将实体和关系映射到低维向量空间的技术。目前已有的嵌入表示方法在对具有不对等特征的知识图谱中的实体和关系建模时存在两大缺陷:一是假定头尾实体来自同一语义空间,忽略二者在链接结构和数量上的不对等;二是每个关系单独配置一个投影矩阵,忽略关系之间的内在联系,导致知识共享困难,泛化能力差。该文提出一种新的嵌入表示方法TransRD,首先对头尾实体采用不对等转换矩阵进行投影,并用ADADELTA算法自适应调整学习率;其次对关系按相关性分组,每组关系使用同一对投影矩阵的方式来共享公共信息,解决泛化能力差的问题。在公开的数据集WN18和FB15K以及MPBC_20(乳腺癌知识图谱的子集)上进行实验和结果分析并与现有的模型进行对比,结果表明TransRD在各项指标上均取得大幅提升。
(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。
特征表示论文参考文献
[1].黄艳群,王妮,刘红蕾,费晓璐,巍岚.基于Skip-gram词嵌入算法的结构化患者特征表示方法研究[J].北京生物医学工程.2019
[2].朱艳丽,杨小平,王良,张志宇.TransRD:一种不对等特征的知识图谱嵌入表示模型[J].中文信息学报.2019
[3].王婧,谷林.一种优化动作特征表示的动作姿态评测模型[J].西安工程大学学报.2019
[4].孟宗,殷娜,李晶.基于信号稀疏表示和瞬态冲击信号多特征提取的滚动轴承故障诊断[J].计量学报.2019
[5].申杨.基于多特征联合稀疏表示的人脸识别方法[J].信息技术.2019
[6].周德龙,张捷,朱思聪.多方向多尺度Gabor特征表示及其匹配算法[J].电子学报.2019
[7].滕少华,冯镇业,滕璐瑶,房小兆.联合低秩表示与图嵌入的无监督特征选择[J].广东工业大学学报.2019
[8].徐望明,张培,伍世虔.基于多方向Gabor特征图稀疏表示的鲁棒人脸识别方法[J].北京理工大学学报.2019
[9].张笑朋,降爱莲.均分式L_(1/2)正则化稀疏表示特征选择方法[J].计算机工程与设计.2019
[10].高春艳,申紫铭,张明路,田颖.一种基于RANSAC的点云柱状化轴线特征表示法[J].图学学报.2019