简介：针对单一特征步态识别率低的问题，提出一种将步态能量图（GaitEnergyImage，GEI）中动态部分和Gabor小波特征融合的步态识别算法．首先，通过运动目标检测及二值化和形态学处理等预处理操作得到步态轮廓图，再进一步从步态轮廓图计算得到步态能量图，并从中分割出动态部分．然后，利用Gabor小波从步态能量图的动态部分中提取不同角度的信息，将两步态特征融合在一起，对融合后得到的特征向量用改进的KPCA方法进行降维．最后，将降维后的融合特征向量输入到基于多分类的支持向量机（SupportVectorMachine，SVM）中，从而完成步态的分类和识别．经过在中国科学院自动化研究所CASIA步态数据库上进行实验，取得了很好的识别效果，实验结果表明，与单一特征的步态识别方法相比，融合后算法的识别率提高了约10％．

简介：摘要：油画艺术是一种独特的艺术形式，具有丰富的表现力和艺术性。不同的艺术风格代表着不同的艺术意境与表达方式，通过对油画艺术风格的分类不仅可以帮助更好地理解艺术家的创作初衷和意图，还可揭示出不同艺术风格之间的关联性和演变规律，对于艺术史与文化研究具有重要的参考价值。基于此，本文旨在提出一种基于多特征融合的方法，以实现对油画艺术风格的准确分类。

简介：针对中文微博短文本的倾向性分析进行研究,提出一种多特征融合的微博情感倾向性分析方法.在微博情感特征方面,综合考虑情感词、词性、词汇等语言学特征和标点符号、表情、主题标签等微博结构特征.在特征抽取上,将特征组合与卡方统计相融合.在倾向性的判别方法上,分别采用基于规则集和情感词典的倾向性判别方法和基于支持向量机的倾向性判别方法.实验证明,前者增加微博新词识别和新词极性标注后准确率提高了14.11%,后者的准确率平均为94.67%.

简介：摘要：本论文旨在对近景摄影测量中多尺度特征融合方法进行浅析，以探讨其在实际应用中的有效性和潜在优势。文章通过文献综述和实例分析，研究了多尺度特征融合方法的基本原理、算法和应用效果，并探讨了其未来的发展趋势。

简介：摘要：在现代城市交通系统中，地铁作为一种高效、环保的公共交通工具，其安全性和可靠性对乘客的生命财产安全至关重要。然而，由于地铁系统长期处于高负荷运行状态，制动组件作为关键的制动系统，其异常检测和故障诊断成为保障地铁安全运行的关键环节。本文旨在探讨多特征融合技术在地铁制动组件异常检测中的应用，通过分析制动组件在正常和异常状态下的多维特征，构建融合特征模型，以提高异常检测的准确性和实时性。这不仅有助于及时发现和处理潜在故障，还能为地铁维护和故障预测提供科学依据，从而提升整个地铁系统的运行效率和安全性。

简介：道路目标检测在智慧城市建设中扮演着重要角色,而Faster-RCNN是目前主流的目标检测网络结构算法.本文在Faster-RCNN卷积神经网络结构基础上增加了特征金字塔网络层,并采用关注损失函数替代了原有的交叉熵损失函数.其中增加的特征金字塔特征融合层可以提取到检测图片中更具鲁棒性和一般性的前背景特征,而通过关注损失函数则能起到缓解检测图片中的正负样本不均的情况.最后,在公开数据集KITTI上实验证实,改进的目标检测算法能实现提高原有的Faster-RCNN目标检测准确率.

简介：摘要：视觉和红外相机具有互补的属性，将它们一起使用可以提高人脸识别的性能。这项研究提出了一种新的有效人脸识别方法，融合了来自两个领域的互补信息。第一步，通过基于区域分割和 PCNN的新图像融合方法获得融合图像。第二步，根据熵的贡献，通过 ECA和 2DECA提取融合图像的特征。该方法已在 OTCBVS数据库上进行了测试，实验结果的比较表明，该方法在人脸识别中表现良好。

简介：摘要目的结合图像自动分割技术和机器学习方法对乳腺钼靶X线图像进行准确分类识别。方法以数字钼靶X线图像数据库（DDSM）中的BI-RADS4类的簇状分布多形性钙化钼靶图像为研究对象，自动切分图像的感兴趣区域（ROI）。对小波变换、Gabor滤波和灰度共生矩阵法所提取的特征参数进行融合，并基于灵敏度分析对融合后的特征参数进行筛选。使用基于集成学习的方法，对多项式核支持向量机（SVM）、随机森林和逻辑（logistic）回归分类器进行投票集成，构成用于乳腺钼靶X线图像自动分类的分类器。投票集成方法为软投票。结果提出的集成分类器可高效地识别与分类乳腺钼靶X线图像，其分类的灵敏度、特异度和准确率分别为99.1%、99.6%和99.3%。结论所提出的乳腺钼靶X线图像处理与分类识别方法能为医生的临床判断提供辅助检测的依据，并为细分BI-RADS4类图像提供技术基础。

简介：摘要：针对目前常用的目标检测算法检测PCB板表面缺陷具有定位不准确、细小缺陷难以检测等问题，本文提出了多尺度特征融合的YOLO V3（Multiscale Feature Fusion，MFF-YOLO V3）PCB缺陷检测方法。受YOLO V3模型启发，通过设计卷积神经网络提取多尺度图像特征，将生成的多尺度特征进行融合以生成单尺度图像特征，然后运用聚类方法以实现对PCB板缺陷的准确定位。与YOLO V3不同在于，通过提高多尺度图像特征的分辨率并进行融合，提高了模型对PCB板微小缺陷的检测能力；为实现PCB板缺陷的精准定位，采用以AvgIOU为金标准的K-means算法实现候选目标区域的重定义。同时，由于MFF-YOLO V3实现了单输出以实现特征的提取，减小卷积层的层数，从而减小网络训练的计算量。通过在DeepPCB数据集上进行测试，其mAP较YOLO V3提升了9.2%，准确率达到了87.9%。实验表明，多尺度特征融合YOLO V3的PCB板表面缺陷检测方法能够更有效的检测PCB板缺陷，基本满足工业检测要求。

简介：针对棒材在线计数系统中多运动目标的跟踪问题,提出了一种利用棒材端面二值图像的垂直投影曲线的运动特征、几何特征和位置特征来实现快速、稳定跟踪的算法.它能够在线自适应选择跟踪窗口的位置和大小,然后依据距离相关度、面积相似度和置信度函数评价每次的观测数据,使得跟踪过程具有良好的容错性.现场应用结果表明：该跟踪算法实时性好、可靠性高,保证了棒材在线计数的准确性.

简介：摘 要 为解决西洋参品质等级评价人工方法效率低、化学成分分析法破坏性强等问题，本文研究了一种融合多尺度量化特征和外观特征的西洋参品质等级智能评价网络模型。首先，携带度量比较基准实地拍摄西洋参饮片1348张，通过数据扩充和标注构建专用数据集；其次，针对根状和片状西洋参饮片，分别提出纵皱纹约束条件下融合体质特征和重量的品质等级评价模型和霉点约束条件下基于面积的等级评价模型；最后，实验分析验证了模型的有效性。实验结果表明，83%的西洋参品质等级预测分值相对误差可控制30%以内，稳定性良好。

简介：摘要：随着通信技术的发展，自动导引车的应用场景在不断增多，但在特殊爆炸性危险环境当中防爆自动导引车在行人目标检测自动避障方面存在明显不足，在实际应用过程中会受到周围光线的影响，很难对行人目标进行检测，无法进行自动避让。鉴于此，本文基于多特征融合算法，以解决防爆自动导引车在不同光照条件下对行人目标的检测，经实验验证本文所提出的多特征融合算法，能够满足防爆自动导引车的避障需求。

简介：摘要：随着金融机构推出的金融产品种类和数量的快速增长，企业需要花费的大量时间成本来寻找符合自身特点的金融机构和金融产品，如何提升银企对接效率是一个亟待解决的问题。为解决该问题，本文构建的特征包含企业工商信息、财务信息、社保信息和企业重点产业相关度信息。其次，将基于多特征融合的逻辑回归算法应用到金融机构推荐领域，对模型进行改进，提升推荐效果。再次，某地方征信机构的企业贷款申请数据的实证结果表明改进后的模型能够有效提高企业与金融机构匹配的精准度，辅助企业融资决策。

简介：近年来车牌识别技术在交通基础设施中得到越来越多的应用。由于车辆号牌是车辆的主要标识信息，因此现有的智能交通系统对鲁棒的车牌识别技术依赖性很大。本文的目的是综合现在一些常见的基于视频信息的车牌识别技术，提出一种新的融合梯度和颜色特征的车牌定位及识别方法，并结合多种图像掩模的滤波操作，从而能够快速有效地识别户外道路场景中各种光线条件下的车牌。

简介：摘要：本文面向大学生心理状态评估的需求，提出了一种基于多特征融合的语音情感识别方法。该方法通过主成分分析方法充分融合语句级的全局特征以及语段级的局部特征，获取对语音信号中情感信息更具判别性的表征。本文方法在柏林语音情感数据库上进行的十折交叉验证实验取得了88.61%的识别率，验证了本文方法的有效性。

简介：摘 要：针对现有煤矿安全监测监控系统图形界面标准不一致、呈现效果差别大、无法实现系统联动效应等问题，采用WebGIS数据发布和WebService、OPC数据交互技术，将煤矿不同安全监测监控系统数据集中在统一的GIS平台上展示，并通过关联各系统设备之间的逻辑关系，实现多系统融合联动。

简介：使用多聚焦图像融合（Multifocusimagefusion,MFIF）方法的最终目的是增加LR多聚焦图像中的高频成分,该方法采用低分率（lowresolution,LR）多聚焦图像恢复技术让高分辨率（highresolution,HR）多聚焦图像恢复.在IEDCNN参考模型的基础上采用多聚焦图像融合模型,并利用局部目标特征提取和NSCT变换相结合的动态模型结构,还在图像融合时引入了蚁群算法.经过实验表明：本文采用的方法比IEDCNN更具优势,尤其是图像融合效果,清晰度更佳,同时也让振铃效应得到了有效的抑制.

简介：摘 要：随着定位与导航技术的发展，高精度、高可靠性导航定位的需求日益增加。单一信息源导航由于受自身固有局限的影响无法满足用户对导航精度的需求，同时也不具备足够高的鲁棒性和可靠性。多源融合导航技术基于信息融合技术综合处理多个导航源获取到的信息，实现在复杂多变的环境中的高精度、低成本的定位能力，从而得到最佳的导航决策结果。根据算法模型结构特征可以将多源导航的融合算法分为：集中式结构算法、并行式结构算法以及混合式结构算法。通过对不同结构的融合算法进行研究，分析三种融合算法的特点、应用场景和评估体系，为应用多源融合导航技术提供理论基础。

简介：摘 要：早在20世纪的时候，多传感器信息融合技术就已经发展起来，它是利用计算机技术把多传感器或者多源的信息和数据，在一定的准则下加以自动分析和综合，以完成所需要的决策和估计而进行的信息处理过程。多传感器信息融合技术的使用，给人们的工作和生活带来了很大的便利，促进了我国现代化社会的发展。本文重点就多传感器信息融合在机器人技术中的应用展开论述，希望可以促进机器人技术的发展。

简介：摘 要：糖尿病视网膜病变（DR）作为糖尿病最常见的并发症之一，及时发现并治疗对于保护患者视力至关重要。本研究旨在应用深度学习技术对糖尿病视网膜病变进行快速高效的识别分类，解除医疗诊断对人工的依赖。