导读:本文包含了识别算法论文开题报告文献综述、选题提纲参考文献，主要关键词:步态,神经网络,算法,卷积,深度,模型,图像。
识别算法论文文献综述写法
徐琳宏,丁堃,林原,杨阳[1]（2020）在《基于机器学习算法的引文情感自动识别研究——以自然语言处理领域为例》一文中研究指出[目的/意义]引文情感分析揭示施引文献对被引文献的褒义、贬义和中性的情感倾向性,解析文献之间深层语义关系,能够帮助更加准确地评价被引文献和作者。[方法/过程]以自然语言处理领域文献的引文情感为数据集,利用引文中情感表达的引文标识位置指引和情感词汇等特征,采用支持向量机(SVM)构建引文情感的自动识别系统,探索生成更大规模数据的方法。[结果/结论]实践应用证明,该系统特征的区分度较强,准确率达到93.4%,识别效果较好。引文情感的自动识别系统实用价值较强,拓宽了引文网络分析的研究方法和内容,能够完善论文评价体系。(本文来源于《现代情报》期刊2020年01期）
王铭民,许栋栋,陈曦,高建[2]（2019）在《基于图像识别技术的变电站设备短路损耗工况检测模型算法》一文中研究指出传统检测模型中变电站设备运行工况识别目标与背景分界模糊,导致变电站涉及短路损耗工况检测效率较低,针对该问题,提出了基于图像识别技术的检测模型算法。将图像转化为二值图像,提取二值图像特征矢量,采用支持向量机识别变电站设备运行工况。结合图像识别技术有效分离出待识别目标与背景,以计算机集成制造系统CIM资产为基准,建立运行待识别目标工况检测模型,由此完成变电站设备运行工况检测模型算法研究。通过实验对比结果可知,该模型最高检测效率可达到97%,能够有效反映变电站设备运行工况,进而减轻调度工作人员的工作强度,提高检测效果,对变电站在线检测系统研发具有参考价值。(本文来源于《科技通报》期刊2019年12期）
郑旦[3]（2019）在《基于前向神经网络的音乐情感识别分类算法》一文中研究指出为解决单模态数据在音乐情感分类上的局限性,并同时提高对音乐情感分类的准确性,文中提出了一种基于前向神经网络的多特征融合音乐分类算法。在传统的前向神经网络模型中融入切比雪夫正交多项式簇作为隐藏层各神经元的激励函数,使每一层神经元的激励函数各不相同。利用梯度下降学习算法来进行网络参数的有监督训练;同时利用音频、歌词中不同模态的数据,使其形成多模态数据,来进行音乐情感分类模型的训练。实验测试结果表明,该算法对音乐情感的分类具有较好的效果,平均准确率为78. 37%,具有良好的有效性与可行性。(本文来源于《信息技术》期刊2019年12期）
卢虹竹[4]（2019）在《基于深度学习算法的人脸识别管理系统》一文中研究指出针对学生管理中人脸认证智能安防的需求,文中首先基于深度学习理论对人脸识别的相关算法进行了研究,在卷积神经网络的基础上,以提高人脸识别的准确率为目的,重新设计了包含11个卷积层和4个池化层的网络结构。网络使用标准人脸数据集CASIA-WebFace进行训练,在LTW库上的人脸识别准确率可以达到97. 8%以上。基于该深度学习网络,设计人脸识别管理系统,系统实现了1∶1的人脸认证和1∶N的人脸识别。由于深度学习算法的引入,人脸搜索系统的搜索时间小于0. 7s,大幅提高人脸识别技术的效率和实用性。(本文来源于《信息技术》期刊2019年12期）
王博,李亚文[5]（2019）在《一种改进的CNN交通标志识别算法》一文中研究指出为了提高交通标志在不同训练数据量下的分类准确率,在现有卷积神经网络(CNN)的基础上,使用数据预处理,结合Inception思想和跳跃连接思想,提出了改进的CNN算法1和改进的CNN算法2。将德国交通标志数据集(GTSRB)、德国交通标志数据集截取10%和比利时交通标志数据集(BTSC),构造出数据集1,2,3,并将数据集进行数据扩增,归一化等预处理,将改进的算法使用TPE算法进行超参数优化,并分别应用于3种不同数据集,测试算法的表现。结果表明:改进的CNN算法1,2在德国交通标志数据集上准确率为99.78%和99.82%,超出了德国交通标志数据benchmark上的最好结果,同时在小数据集上改进的CNN算法1,2也得到了较好的结果。(本文来源于《计算机与数字工程》期刊2019年12期）
皮寿熹,李富合,缪磊,马辰[6]（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）
孙维康,刘曰涛,黄浩,肖春雷[7]（2019）在《模糊识别算法在坩埚缺陷检测系统的应用》一文中研究指出针对传统的表面缺陷检测不能够用于坩埚缺陷检测与坩埚表面缺陷特征不能很好的识别等问题,提出一种新型的基于机器视觉的坩埚在线检测系统的设计方案,实现了坩埚表面缺陷的自动检测。首先搭建一套视觉硬件平台,构建基于机器视觉的检测系统;然后实时检测软件通过曝光控制采集算法获得理想的图像,并在图像处理算法中提出一种局部动态区域的阈值分割算法获得缺陷特征;最后根据T2FNN模糊神经网络算法对缺陷特征进行识别。实验结果表明,实时在线检测正确率达到99%,因此该系统的稳定性和准确度达到了较高的标准,具有很高的实用价值。(本文来源于《组合机床与自动化加工技术》期刊2019年12期）
杨丰嘉[8]（2019）在《基于Log-Euclidean词袋模型与基于Stein核稀疏编码的人体行为识别算法的优化与改进》一文中研究指出人体行为识别作为计算机视觉研究热点,在智能监控、人机交互、运动分析等领域具有广泛的应用前景。文章运用时空特征协方差矩阵表征视频中人体行为,分别研究并改进了基于Log-Euclidean词袋模型与基于Stein核稀疏编码的人体行为识别算法。(本文来源于《科技创新与应用》期刊2019年35期）
刘畅,魏忠诚,张春华,王巍,赵继军[9]（2019）在《基于隐马尔可夫模型的步态识别算法》一文中研究指出为降低数据噪声的干扰,提高步态识别的有效性,提出一种基于隐马尔可夫模型的步态识别算法(GR-HMM)。利用滑动平均滤波模型对步态数据进行去噪预处理,建立观测序列;基于GR-HMM算法计算观测序列概率,重估迭代至观测序列概率收敛,得到GR-HMM算法的参数模型;对步态数据进行步态阶段识别及步态关键事件定位。基于Shimmer IMU采集的数据对算法进行训练和分析评估,实验结果表明,GR-HMM算法的步态阶段识别灵敏度和特异性分别可达93.1%和96.9%。(本文来源于《计算机工程与设计》期刊2019年12期）
杨维,孙德艳,张晓慧,李子乾,李承桓[10]（2019）在《面向电力智能问答系统的命名实体识别算法》一文中研究指出针对现有电力系统中智能客服机器人语义理解能力不足、关键词定位不准等问题,提出基于条件随机场(conditional random field,CRF)的命名实体识别(named entity recognition,NER)算法。根据实际的电力服务问答数据集,构建领域专用知识库,对语料进行分词与自动标注,并提取出"(地点,故障,解决方案)"的命名实体叁元组。在标注后的问答语料数据集上对识别模型进行训练,可以对语料中与3类命名实体关联的关键词进行定位,实现对3类实体的识别并自动构建叁元组。在测试语料上的实验结果表明,该算法相对现有方法有效提高了对位置、故障和解决方案3类实体的识别准确率,分别达到了96.44%、92.04%和95.12%。(本文来源于《计算机工程与设计》期刊2019年12期）
识别算法论文开题报告范文
（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：
传统检测模型中变电站设备运行工况识别目标与背景分界模糊,导致变电站涉及短路损耗工况检测效率较低,针对该问题,提出了基于图像识别技术的检测模型算法。将图像转化为二值图像,提取二值图像特征矢量,采用支持向量机识别变电站设备运行工况。结合图像识别技术有效分离出待识别目标与背景,以计算机集成制造系统CIM资产为基准,建立运行待识别目标工况检测模型,由此完成变电站设备运行工况检测模型算法研究。通过实验对比结果可知,该模型最高检测效率可达到97%,能够有效反映变电站设备运行工况,进而减轻调度工作人员的工作强度,提高检测效果,对变电站在线检测系统研发具有参考价值。
（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。
识别算法论文参考文献
[1].徐琳宏,丁堃,林原,杨阳.基于机器学习算法的引文情感自动识别研究——以自然语言处理领域为例[J].现代情报.2020
[2].王铭民,许栋栋,陈曦,高建.基于图像识别技术的变电站设备短路损耗工况检测模型算法[J].科技通报.2019
[3].郑旦.基于前向神经网络的音乐情感识别分类算法[J].信息技术.2019
[4].卢虹竹.基于深度学习算法的人脸识别管理系统[J].信息技术.2019
[5].王博,李亚文.一种改进的CNN交通标志识别算法[J].计算机与数字工程.2019
[6].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
[7].孙维康,刘曰涛,黄浩,肖春雷.模糊识别算法在坩埚缺陷检测系统的应用[J].组合机床与自动化加工技术.2019
[8].杨丰嘉.基于Log-Euclidean词袋模型与基于Stein核稀疏编码的人体行为识别算法的优化与改进[J].科技创新与应用.2019
[9].刘畅,魏忠诚,张春华,王巍,赵继军.基于隐马尔可夫模型的步态识别算法[J].计算机工程与设计.2019
[10].杨维,孙德艳,张晓慧,李子乾,李承桓.面向电力智能问答系统的命名实体识别算法[J].计算机工程与设计.2019