导读:本文包含了识别特征论文开题报告文献综述及选题提纲参考文献，主要关键词:MFCC,GFCC,语音情感识别,CNN
识别特征论文文献综述
郭卉,姜囡,任杰[1]（2019）在《基于MFCC和GFCC混合特征的语音情感识别研究》一文中研究指出针对MFCC滤波器存在语音高频信号泄露的问题,为避免基于MFCC特征对语音进行情感识别时存在有效情感特征丢失的局限性,结合MFCC的高准确性和GFCC的强鲁棒性,提出了基于MFCC与GFCC混合特征训练CNN对语音进行情感识别的方法,有效提高了语音情感识别的准确率,改善了CNN模型的识别性能。实验结果表明,所设计的混合特征识别方法较传统识别方法识别率明显升高并达到了83%,实现了语言情感识别准确率的有效提升。(本文来源于《光电技术应用》期刊2019年06期）
姚海芳,路紫,刘劲松[2]（2019）在《石家庄正定国际机场航空旅客分布特征识别——基于手机信令数据的研究》一文中研究指出航空旅客分布特征及出行行为是航空网络布局、机场集疏运体系规划的基础.以石家庄市正定国际机场为研究对象,基于手机信令数据对该机场的航空旅客分布特征进行了识别,并对其影响因素进行了剖析.研究发现:①该机场的航空旅客主要来源于河北省(占60%左右),其次是北京市,但所占比例有限(约为6%～7%).②该机场进港、出港旅客的空间分布呈现出以石家庄市为核心的辐射扩张模式,具有明显的交通指向性,说明机场集疏运网络对航空旅客的分布具有重要贡献.③统计分析表明,进港、出港航班数量与进港、出港旅客数量呈显着正相关关系(p<0.001),且进港、出港旅客24 h动态分布特征与航班时刻结构变化同步性较高,这表明航班时刻结构是影响其变化的主要因素,优化航班时刻资源可以吸引更多远距离航空旅客,进而提高该机场的客运量.(本文来源于《西南大学学报(自然科学版)》期刊2019年12期）
高理想,高磊[3]（2019）在《基于特征融合的人脸表情识别研究》一文中研究指出针对现有的人脸表情识别方法易受到光照、噪声等因素的影响导致识别率较低的问题,本文提出了一种基于特征融合的人脸表情识别方法。从两方面对表情信息进行描述,通过局部二值模式(LocalBinaryPattern,LBP)和词袋模型(BagOfWords,BOW)分别对表情图像进行纹理特征和语义特征提取,然后将两种特征进行线性融合,最后使用支持向量机(Support Vector Machine,SVM)进行表情分类识别。本文方法在JAFFE和CK+表情数据集上分别取得了98.76%和97.58%的识别率,验证了所提出方法的有效性。(本文来源于《软件工程》期刊2019年12期）
韩普,刘亦卓,李晓艳[4]（2019）在《基于深度学习和多特征融合的中文电子病历实体识别研究》一文中研究指出电子病历实体识别是医疗领域人工智能和医疗信息服务中非常关键的基础任务.为了更充分地挖掘电子病历中的实体语义知识以提升中文医疗实体识别效果,提出融入外部语义特征的中文电子病历实体识别模型.该模型首先利用语言模型word2vec将大规模的未标记文本生成具有语义特征的字符级向量,接着通过医疗语义资源的整合以及实体边界特征分析构建了医疗实体及特征库,将其与字符级向量相拼接以更好地挖掘序列信息,最后采用改进的Voting算法将深度学习结果与条件随机场(Conditional Random Fields,CRF)的结果加以整合来纠正标签偏置.实验表明,融入外部语义特征的改进模型的F值达到94. 06%,较CRF高出1. 55%.此外,还给出了模型最佳效果的各项参数.(本文来源于《南京大学学报(自然科学)》期刊2019年06期）
高聪,赵思雨,李红[5]（2019）在《基于李群协方差特征的模式识别》一文中研究指出分析了图像的李群协方差特征,提出了对图像分类的李群线性判别分析(LLDA)算法。该算法的主要思想是将LDA(线性判别分析)方法应用于图像的协方差,形成一个李群流形,并计算由一个李代数元素和图像特征的均值确定的单参数子群。该单参数子群是由原始图像集构成的李群上的测地线。通过定义李群中的投影,该测地线可以由LDA计算得到。实验结果表明,与传统的线性判别分析方法相比,LLDA具有更好的分类性能。(本文来源于《咸阳师范学院学报》期刊2019年06期）
张陵,常喜强,高宝琪,王学民,王志远[6]（2019）在《基于最优鉴别特征的电力设备铭牌图像边缘纹理数据识别》一文中研究指出为解决电力纹理图像精准识别率低下的问题,提出基于最优鉴别特征的电力模糊图像边缘纹理智能识别方法。在电力模糊图像的最优特征鉴别子集中,通过计算提取复杂度的方式,统计图像纹理的邻类参量,完成基于最优鉴别特征的电力模糊图像边缘纹理参量提取。在此基础上,利用边缘神经网络中电力图像节点的分布情况,计算智能平滑参数,并根据现有模糊图像的具体数量,对识别流程进行完善创新,实现新型智能识别方法的搭建。与现有识别手段相比,应用基于最优鉴别特征的电力模糊图像边缘纹理智能识别方法后,横波、纵波电力纹理图像识别准确率的最大值均超过90%,精准识别率低下的问题得到有效解决。(本文来源于《自动化与仪器仪表》期刊2019年11期）
陈虹[7]（2019）在《海洋水线面视觉图像特征自动化识别系统设计》一文中研究指出传统海洋水线面图像识别系统在使用过程中,受到自身硬件参数限制,无法对高精度特征图像边缘进行自动识别计算,导致图像识别率与识别效率降低;同时,传统识别系统中的算法对线扫步长参数优化存在匹配量失常的问题,从而导致传统海洋水线面图像特征识别系统识别率差,计算识别效率低。因此,提出海洋水线面视觉图像特征自动化识别系统设计,首先,创建高精度视觉图像采集阵列;通过引入高精度摄像模块、图像采集卡与图像处理芯片等元件,完成水线面视觉图像高清采集与预处理硬件的设计;接着,通过在硬件主控中引入边缘残像特征识别算法,对图像边缘特征进行像素点识别;同时提出设计中在系统软件设计中引入自动化识别算法,配合特征识别计算,实现水线面视觉图像的自动化识别效果;最后,通过设计的仿真实验,证明设计系统具有识别精度高,识别速度快、稳定向好的特点。(本文来源于《舰船科学技术》期刊2019年22期）
陈国艳[8]（2019）在《SAR图像中多特征融合与识别技术研究》一文中研究指出高分辨雷达在海上目标监测等领域有着广泛的应用,尤其是军事侦察等领域。合成孔径雷达SAR具有高分辨率、覆盖范围广、抗干扰能力强等优点,已经成为当前舰船目标识别的重要技术。本文研究的内容包括合成孔径雷达的原理、多特征融合技术、舰船图像的目标识别技术等,对于改善海上SAR雷达的舰船目标识别与侦察有重要价值。(本文来源于《舰船科学技术》期刊2019年22期）
庞军刚,国吉安,李文厚,吴少波,王桂成[9]（2019）在《鄂尔多斯盆地南缘奥陶系浅水台地与深水斜坡砾屑灰岩识别特征》一文中研究指出根据典型露头剖面的沉积学研究,采用野外观察与室内研究相结合的方法。分析不同成因砾屑灰岩的识别特征,查明鄂尔多斯南缘奥陶系的沉积体系、岩相古地理特征及沉积模式。研究可知,研究区奥陶系平凉组、背锅山组主要发育开阔海台地、台地边缘礁滩相、台地前缘斜坡相、以及深水斜坡-海槽相;不同成因砾屑灰岩在构造背景、砾屑特征、背景岩石类型等方面具有明显的差异,从而准确地识别和划分了浅水台地与深水斜坡;在此基础上,恢复了平凉期及背锅山期的沉积体系展布,明确了奥陶系岩相古地理的演化,构筑了发育浅水台地、深水斜坡和深水盆地沉积体系的塌积边缘型沉积模式。研究后认为,在继续重视马家沟组古岩溶及白云石化有关储层的同时,也要加强浅水台地礁滩相和深水斜坡区重力流颗粒灰岩储层的勘探。(本文来源于《西北大学学报(自然科学版)》期刊2019年06期）
周逸飞,朱星,刘文德[10]（2019）在《基于声发射和高斯混合模型的灰岩破裂特征识别研究》一文中研究指出通过单轴压缩条件下灰岩破裂过程的声发射试验研究,利用高斯混合模型(GMM)对加载过程声发射信号波形特征进行深入分析,探索性识别灰岩破裂失稳过程的裂纹模式及其前兆特征。分析结果表明,灰岩在单轴加载过程中先后主要存在张拉和剪切两种破裂模式。其中,张拉破裂的声发射信号波形特征在AF-RA坐标空间呈现低A_F值、高R_A值分布;剪切破裂的声发射信号波形特征在AF-RA坐标空间呈现低R_A值、高A_F值,且随着应力的增加分布中心向A_F轴靠拢。GMM分析结果揭示了灰岩在整个应力加载过程中以张拉裂纹为主,在加载前中期几乎全为张拉裂纹,临近破坏阶段过渡到剪切破坏为主。剪切裂纹所占比例的最大值出现在(0.8～0.9)σ_c阶段,也是AF-RA坐标轴分布呈现最大A_F值时。研究结果可为预测早期灰岩破裂失稳提供参考,同时为深入研究识别岩石破裂失稳前兆信号特征提供了一种分析方法。(本文来源于《水利水电技术》期刊2019年11期）
识别特征论文开题报告
（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：
航空旅客分布特征及出行行为是航空网络布局、机场集疏运体系规划的基础.以石家庄市正定国际机场为研究对象,基于手机信令数据对该机场的航空旅客分布特征进行了识别,并对其影响因素进行了剖析.研究发现:①该机场的航空旅客主要来源于河北省(占60%左右),其次是北京市,但所占比例有限(约为6%～7%).②该机场进港、出港旅客的空间分布呈现出以石家庄市为核心的辐射扩张模式,具有明显的交通指向性,说明机场集疏运网络对航空旅客的分布具有重要贡献.③统计分析表明,进港、出港航班数量与进港、出港旅客数量呈显着正相关关系(p<0.001),且进港、出港旅客24 h动态分布特征与航班时刻结构变化同步性较高,这表明航班时刻结构是影响其变化的主要因素,优化航班时刻资源可以吸引更多远距离航空旅客,进而提高该机场的客运量.
（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。
识别特征论文参考文献
[1].郭卉,姜囡,任杰.基于MFCC和GFCC混合特征的语音情感识别研究[J].光电技术应用.2019
[2].姚海芳,路紫,刘劲松.石家庄正定国际机场航空旅客分布特征识别——基于手机信令数据的研究[J].西南大学学报(自然科学版).2019
[3].高理想,高磊.基于特征融合的人脸表情识别研究[J].软件工程.2019
[4].韩普,刘亦卓,李晓艳.基于深度学习和多特征融合的中文电子病历实体识别研究[J].南京大学学报(自然科学).2019
[5].高聪,赵思雨,李红.基于李群协方差特征的模式识别[J].咸阳师范学院学报.2019
[6].张陵,常喜强,高宝琪,王学民,王志远.基于最优鉴别特征的电力设备铭牌图像边缘纹理数据识别[J].自动化与仪器仪表.2019
[7].陈虹.海洋水线面视觉图像特征自动化识别系统设计[J].舰船科学技术.2019
[8].陈国艳.SAR图像中多特征融合与识别技术研究[J].舰船科学技术.2019
[9].庞军刚,国吉安,李文厚,吴少波,王桂成.鄂尔多斯盆地南缘奥陶系浅水台地与深水斜坡砾屑灰岩识别特征[J].西北大学学报(自然科学版).2019
[10].周逸飞,朱星,刘文德.基于声发射和高斯混合模型的灰岩破裂特征识别研究[J].水利水电技术.2019