简介:具有大小,位移,旋转不变性(TRSI)的目标识别是一个三阶问题,如果采用三阶神经网可以使问题得以解决,但最大难点就是互连权矩阵的组合爆炸问题,在本文中,我们将视觉生物物理学的研究成果应用到高阶神经网的研究中,首次提出双向Log-Polar变换与高阶网(HONN)结合的方法,有效地解决了权系数的组合爆炸问题,进一步提高了识别率。取得了突破性进展,使得将高阶网用于自动目标识别成为可能。
简介:首先提出一种基于交通流量-交通密度的二维空间下的交通状态分类方法,在此基础上,构建对拥堵状态和非拥堵状态识别的支持向量机分类器;其次,设计基于支持向量机的城市快速路交通拥堵识别方法的步骤;最后,以西安市南二环快速路采集的交通参数数据为例,对比验证了在不同支持向量机(SVM)分离器下本文提出的城市快速路交通拥堵识别方法的有效性.研究表明:SVM线性核函数分类器的识别正确率(识别正确率均值为91.65%)高于多项式核函数等其他核函数分类器,说明交通拥堵识别的具有良好的线性可分性;不同核函数分类器的识别正确率均高于90%,说明本文设计城市快速路交通拥堵识别方法具有良好的识别性能.
简介:云状的正确观测对降水测报具有指示性意义,云状自动识别技术是气象要素自动化观测领域的难题之一.本文基于全天空可见光成像仪采集的云图与中红外热像仪获取的云图结合,对天空云状进行分类和测量.结果表明:通过在北京、杭州和丽江气象台站采集的大量云图,从云图特征和降水指示性方面将云状划分为Clear、CH、CL、CB及CM共5类.选取14个色彩和纹理特征值作为云状计算参数,采用552张云图作为训练样本,信息分类利用特征值加权最小距离算法,对于5类50个被测样本进行云状的判别.对应自拟的标准云状分类,平均准确率为82%.基于可见光-红外图像信息融合的云状识别方法结合了可见光图像色彩信息丰富的特点及红外图像可以降低雾霾干扰的优势,对比单-可见光传感器云测量,准确性有所提高.本文在可见光与红外图像传感器等多种云观测设备的信息融合方面进行了有益的尝试.
简介:以2012~2015年所有A股上市公司数据为样本,基于PSM模型,从僵尸企业的特征出发,对已有的四种主要的僵尸企业识别方法,即FN-CHK法、连续亏损法、过度借债法和综合定价法,进行非参数检验和统计分析,从而对四种识别方法的有效性进行比较。实证研究结果显示,连续亏损法识别有效性最高,但在国内市场上,其仍存在一定的缺陷。在此基础上,根据国内供给侧改革的社会背景和僵尸企业的经济困境特征,创造性地提出更符合僵尸企业特征的识别方法——四维度识别法,并从理论和实证两个方面验证其科学性和准确性,发现这种识别方法更符合国内实际市场状况。