特征表达

摘要： 为了增强图像特征鉴别力和鲁棒性,获取图像紧致特征表达是关键。现有的图像特征学习方法大多采用最大化L_(2)范数的方式定义,导致其对噪声和异常值十分敏感。针对这个问题,提出了一种基于L_(2,1)范数的鲁棒鉴别特征学习算法。该算法在数据预处理中加入了类内聚拢操作,使得同类样本尽可能靠近,减小了类内异常样本以及强噪声样本的影响;此外,引入L_(2,1)范数重新定义了数据的类内和类间相关矩阵,使得模型更具鲁棒性,且提取的特征鉴别能力更强。实验结果显示,相比于现有的一些最新算法,提出的算法不仅具有较高分类准确率,同时还具有较快的收敛速率。这表明了提出算法所提取特征的图像特征具有较强的鉴别力和鲁棒性。

摘要： 安全域概念下数据驱动的动态安全评估亟需系统化的故障位置特征表达方法。在电气坐标系概念基础上,提出故障位置特征表达的盲区识别与电气坐标系扩展方法,进一步提高局部区域的故障位置表征精度。首先,分析电气坐标系在局部区域内故障位置表征精度不足的原因,定义故障位置特征表达的盲点、盲线和盲区;然后,通过分析两点间的位置关系,确定盲线判定原理,提出考虑邻接线路的盲线快速搜索方法;最后,提出基于邻接矩阵的初始盲区识别算法,并基于模型评估结果对盲区进行微调,通过扩展电气坐标系参考节点提高了对盲区的故障位置表征精度。以暂态稳定评估为例,在中国省级电网算例下验证了所提方法在动态安全评估中的适用性。

摘要： 跨域训练任务是目前机器学习领域的一个开放性挑战问题.目前最新的研究都在讨论利用真实特征的跨域不变性对未知域数据进行预测,从而实现跨域泛化能力.但事实上,当知道数据来自哪个域时,综合利用真实特征和虚假特征会取得更好的预测效果.针对这一问题,设计了一个同时适用于跨域泛化和跨域适应任务的学习模型CDGA(cross-domain generalization and adaptation model).该模型的核心仍是分离出真实特征,因此新提出了一种更加稳定的训练风险函数,其在跨域泛化问题中不仅具有更高的测试准确率,还克服了现有方法容易过拟合的缺点,可以很好地嵌入到CDGA模型中.另外,通过设计的算法训练后,可使CDGA模型的数据表达部分有效地分离出真实特征和虚假特征,而分类器部分自适应学习选择泛化分类器或特定环境的分类器,从而结合应用了虚假特征,在跨域任务中实现高效预测.最后在构建的彩色手写数字数据集上测试,结果显著优于已有方法.

摘要： “人民司法”是中国特色社会主义法治话语的典型表达。在中国共产党领导的法治现代化进程中,经历革命话语、改革话语和强国话语的历史考验,“人民司法”话语内涵得以确证,具体表现为马克思主义法学理论是其理论源头、扎根中国大地是其实践特质、中华法系优秀文化传统是其文化基因和不断与时俱进是其生命特质。“人民司法”话语的形成,体现了原创性和科学性统一、人民性和实践性统一、民族性和时代性统一的结构表达。“人民司法”蕴含了党对司法全面领导的政治逻辑、司法保障人民当家作主的理论逻辑、司法践行群众路线的实践逻辑、司法维护公平正义的本体逻辑和司法服务工作大局的治理逻辑等基本规律,成为推动中华民族伟大复兴的法治利器。

摘要： 垃圾分类有利于资源的回收利用和减少环境污染。文章结合计算机视觉与垃圾分类任务,提出一种针对改进的Mobile Net V2生活垃圾图像分类算法。与原有的分类算法相比,改进的Mobile NetV2算法引入注意力机制引导模型关注图像的关键信息特征,提高模型特征表达的能力。此外,通过构建垃圾分类的数据集便于模型训练和测试,并提出一种类内随机图像融合的数据噪声增强策略,进一步增加数据的多样性。实验显示,改进的注意力Mobile Net V2网络进一步提升了网络的分类准确率,具备一定的实用性。

摘要： 现有卷积神经网络(convolutional neural network,CNN)利用卷积层和激活函数的叠加,构建复杂非线性函数拟合输入数据到输出标签的转换关系,这种端到端的学习方式严重影响了CNN特征图与先验知识的融合,导致其对训练样本数量和质量敏感,同时增加了CNN特征图可解释性难度.本文从深度学习建模方式角度出发,以遥感图像特征表达及其可解释性为切入点,搭建传统遥感图像先验知识与CNN的桥梁,分析阐述了黎曼流形特征空间(Riemannian manifold feature space,RMFS)对CNN可解释性、特征演化规律等方面的促进作用;提出融合CNN与RMFS构建RMFS-CNN遥感图像分类新框架,以RMFS为特征过渡平台,一方面利用其线性特征分布规律降低CNN对传统图像特征的学习难度,另一方面定义能够突显图像先验知识的表达范式,提高CNN对可解释性特征的学习能力,以达到利用RMFS对先验知识(特征)表达的优异性能提高CNN遥感图像分类特征利用效率的目的;以RMFS特征表达范式为基础定义控制CNN特征学习偏好的损失函数,进而发展具有良好特征解释性的CNN分类模型及可控的模型训练方法;最后指出构建RMFS-CNN分类框架的可行性及该框架对遥感图像分类和深度学习理论发展方面的理论贡献与应用价值.

摘要： 从目前全系神经网络的发展来看,卷积神经网络是人工智能网络的重要组成部分,并且具有非常重要的分析与研究价值。文章从卷积神经网络概念出发,着重分析了卷积神经网络卷积层、池化层、全连接层的基本结构,有利于人们掌握卷积神经网络的特点。与此同时,文章还探究了卷积神经网络的缺陷以及发展方向,以此希望能为相关人员提供一定的参考价值。

摘要： 为提高卷积神经网络在医学图像上的配准性能,提出一种双通道级联注意力网络用于医学图像配准.针对浮动图像和固定图像,用两个卷积神经网络对配准场进行估计;用配准场级联策略提高配准场变形估计性能;在配准场估计过程中引入注意力机制用于自动学习和优化注意力特征并分配特征权重,进一步加强特征表达能力,提高配准性能.通过对脑部图像和肺部图像的配准实验分析,验证了该方法的有效性和准确性.

摘要： 人脸活体检测是为了提高人脸识别系统安全性而需要重点研究的问题.本文首先从人脸活体检测的问题出发,分个体、类内、类间三个层面对人脸活体检测存在的困难与挑战进行了阐述分析.接下来,本文以算法使用的分类线索为主线,分类别对人脸活体检测算法及其优缺点进行了梳理和总结.之后,本文就常用人脸活体检测数据集的特点、数据量、数据多样性等方面进行了对比分析,对算法评估常用的性能评价指标进行了阐述,总结分析了代表性人脸活体检测方法在照片视频类数据集CASIA-MFSD、Replay-Attack、Oulu-NPU、SiW以及面具类数据集3DMAD、SMAD、HKBU-MARsV2上的实验性能.最后本文对人脸活体检测未来可能的发展方向进行了思考和探讨.

摘要： 特色商业街的设计是旅游项目提升吸引力的主要部分,是城市展示的窗口和名片,也是游客感受地域文化和体验旅游风情的场所.在实际项目中,商业街设计需要根据业态主题采取不同的风格类型.本文研究不同建筑风格在旅游特色商业街立面设计上的特征表达,提出立面设计上需要注意的要点,就商业街立面设计如何营造更具特色的商业空间效果展开讨论.

摘要： 按功能或问题域划分,商品属性抽取(product feature mining)在限定领域的对话系统中属于口语语言理解(spoken language understanding,SLU)的范畴.商品属性抽取任务只关注自然文本中描述商品属性的某一特定部分,它是细粒度观点抽取(fine-grained opinion mining)的一个重要的子任务.现有的商品属性抽取技术主要建立在商品的评论语料上,本文以手机导购对话系统为背景,将商品属性抽取应用到整个对话过程中,增强对话系统应答的针对性.使用基于CBOW(continuous bag of words)语言模型的word2vector(W2V)对词汇的语义层面建模,提出一个针对口语对话的指数型变长静态窗口特征表达框架,捕捉不同距离词语组合的重要特征,使用卷积神经网络(convolutional neural network,CNN)结合词汇的语义和上下文层面对口语对话语料中的商品属性进行抽取.词嵌入模型给出了当前词和所给定的属性类别是否存在相关性的证据,而所提出的特征表达框架则是为了解决一词多义的问题.实验结果表明,本文提出的抽取方法取得了优于研究进展中方法的商品属性识别效果.

摘要： 本发明公开了一种基于多基因表达特征谱的胃癌个性化预后评估方法，包括以下步骤：获取胃癌预后风险基因列表与基因权重；利用胃癌患者肿瘤组织转录组和生存数据构建预后评估模型；根据胃癌患者肿瘤组织的基因表达谱计算患者的风险得分；根据患者的风险得分计算患者每年的生存概率。本发明的方法得出的胃癌患者每年的生存概率与实际每年存活比率高度一致(线性相关R2＝0.980，P值＝1.62E‑17)。证实了该方法具有很高的预测准确性，与实际生存状态高度吻合。同时，对于每个肿瘤患者，本发明可以给出该患者特有的生存概率曲线。

摘要： 本发明公开了一种基于多基因表达特征谱的肺腺癌个性化预后评估方法，包括以下步骤：获取肺腺癌预后风险基因列表与基因权重；利用肺腺癌患者肿瘤组织转录组和生存数据构建预后评估模型；根据肺腺癌患者肿瘤组织的基因表达谱计算患者的风险得分；根据患者的风险得分计算患者每年的生存概率。本发明的方法得出的肺腺癌患者每年的生存概率与实际每年存活比率高度一致(线性相关R2＝0.994，P值＝2.86E‑43)。证实了该方法具有很高的预测准确性，与实际生存状态高度吻合。同时，对于每个肿瘤患者，本发明可以给出该患者特有的生存概率曲线。

摘要： 一种用于创建关于与项目的联合的权利表达的系统和方法，该项目用于系统中，该系统用于根据该权利表达来控制该项目的运用，包括：规定指出项目的运用方式的权利表达信息，该权利表达信息包括至少一个元素，该元素具有变量和关于该变量的对应值；执行编码过程，包括：确定与对应于该权利表达信息的模板关联的标识符，从该权利表达信息中提取与该元素相对应的、关于该变量的该值，以及为许可证编码，该许可证适合根据该变量和该标识符而在设备上加以实施，该许可证包括该模板的标识和关于该变量的该值。在该系统和方法中，可以生成该权利表达信息的特征表，包括从该元素中除去关于该变量的该值；以及，生成关于该特征表的标识，由此，该权利表达信息可以根据该变量和关于该特征表的该标识而在设备上加以实施。

摘要： 根据与基因表达相关联的序列特征，通过接收基因序列数据来分类基因序列，确定基因序列特征集，根据机器学习模型确定针对基因序列特征集的第一分类，根据机器学习模型针对基因序列定义与第一分类相关联的因果特征集，更改针对基因序列的因果特征集而产生更改的因果特征集，根据机器学习模型确定针对更改的因果特征集的第二分类，其中第二分类不同于第一分类，并且定义目标特征集，其中目标特征包括更改的因果特征集的因果特征。

摘要： 本发明提供了一种基因表达量特征选择方法，涉及生物信息学和机器学习领域，以原始基因表达量数据集和候选特征子集对应的基因表达量数据集分别与类别向量之间的联合互信息是否相等作为最大相关性的判断条件，将最大条件互信息公式作为目标函数，迭代选择满足目标函数的基因特征来获取具有最大相关性的候选特征子集，再通过删除候选特征子集中的冗余特征，从而能够筛选出同时具有最大相关性和最小冗余度的最小特征子集。

摘要： 一种基于病理图像特征检测肿瘤驱动基因差异表达算法，包括步骤：1)病理图像的分割与过滤：选用癌症基因组图谱TCGA数据集中的组织切片；使用Ostu算法来检测所选区域是否存在组织细胞，用以区分背景区域；随后把组织切片slide分割成能够被模型计算的若干图块patch；2)基于对比学习的预训练：使用ResNet50作为图块编码器，在对比学习框架下进行预训练，并在计算后对patch‑level特征进行聚合，获得slide‑level特征；3)预测：预测任务使用全连接层进行预测，通过均方误差损失函数预测肿瘤驱动基因差异表达水平。

摘要： 本发明公开了基于区域特征表达约束的特征点匹配方法及系统，该方法包括：S100对参考影像和待匹配影像进行分块；S200分别提取参考影像和待匹配影像各区块的特征点；S300将参考影像的各区块作为查询影像库，将待匹配影像的各区块作为待检测影像库，利用词汇树量化区块的特征表达，并对区块进行相似性匹配找出同名区块；S400对同名区块中特征点进行匹配，获得特征点的初始匹配集；S500利用局部网格约束或随机抽样一致性法处理初始匹配集，筛选出精确的同名点对。本发明对视差变化大、几何变形的影像也能获取高精度匹配结果，正确率最高可达100％，具有较强的应用价值。

摘要： 一种基于复数网络表达的点云特征提取方法及装置，该方法包括：第一步、使用希尔伯特变换，获取到点云复数表达当中的实数与虚数部分的处理；第二步、使用第一步的结果，对实数域虚数部分分别进行卷积，然后通过复数卷积公式来计算最终实数部分与虚数部分的特征表达，可以迭代多层来实现更复杂确定数目输出的特征的提取；第三步、则可通过第二步当中的结果计算出结合了点云实数与虚数特征表达的复数表达，通过模值计算来获得；第四步、进一步对第三步的结果进行归一化、或特征编码降维等操作，获得紧实且具有代表性的全局特征，为后续三维点云处理与分析任务提供了基础保障。

摘要： 本申请涉及机器学习技术领域，公开了一种对神经网络中层特征表达能力的可视化及定量分析方法和系统，可实现在无监督的条件下，自动可视化以及定量分析神经网络中层特征的表达能力。该方法包括：提供一待分析的神经网络，该神经网络为在某一数据集上预训练好的深度神经网络；提供一组输入样本，将这些样本输入上述神经网络，提取这些样本对应的样本级别特征，以及区域级别特征；分别对样本级别特征与区域级别特征进行降维，以得到在低维空间中的可视化结果；基于区域级别特征的可视化结果，定量分析特征中知识点的数量与质量。

摘要： 本发明公开了一种基于矢量地图特征表达的大场景无人机图像快速定位方法，属于无人机定位导航领域。该方法以足球场、篮球场、建筑单体、水体区域四类典型目标的矢量斑块为无人机图像定位参考底图，并将每个矢量斑块进行特征向量表达；对无人机采集到的高分辨率遥感图像进行足球场、篮球场、建筑单体、水体区域四类目标的快速识别，并对图像中心斑块进行特征向量计算；最后进行特征向量的匹配，实现无人机图像与底图数据的快速匹配。该方法能够极大地压缩无人机上携带的数据量，且能够极大地提高无人机图像匹配的效率，实现大场景GNSS信号拒止条件下的无人机图像快速定位。