导读:本文包含了信息匹配与识别论文开题报告文献综述及选题提纲参考文献，主要关键词:图像识别,文本分类,图像文本匹配,区域分割
信息匹配与识别论文文献综述
黎哲明[1]（2017）在《基于图像识别与文本分类的商品信息匹配系统研究与实现》一文中研究指出近年来,随着电子商务平台规模的不断扩大,对商家上传的商品图像和文本描述信息进行审核,判断两者是否匹配,成为一项任务量巨大的工作。目前电子商务平台信息审核采用人工的方式进行,存在自动化程度低、审核实时性难以保证和资源耗费大等问题。另外,电子商务平台中的商品信息具有分类细致的特殊性,采用人工审核的方式难以区分出商品类别之间的细微差距,增加了审核工作的困难。因此,如何有效地对商品图像和文本描述进行细粒度的标注,判断图像文本是否匹配,自动化且实时地完成审核过程是一个具有广泛应用前景的研究问题。本文从实际的需求出发,提出了一个基于卷积神经网络与长短期记忆网络的商品图像和文本匹配方法。通过利用深度网络模型的特征提取能力,来对图像和文本进行标注,解决传统提取特征后训练分类器的方法无法实现细粒度分类的问题,自动化地完成商品信息的审核任务。本文的主要研究工作包括:一、提出了一套基于深度网络模型的图像和文本匹配框架。不同于传统的图像或文本标注方法将特征提取和分类器训练分为两个独立的步骤,该方法通过利用深度网络模型的特征提取能力,完成端到端的训练,实现细粒度分类的目标,最后通过类别比较地方式实现图像文本的匹配过程。二、设计了一种针对图像的自动化标注方法,该方法以卷积神经网络模型为基础进行实现。为了解决训练卷积神经网络需要大量训练样本避免过拟合与标注数据有限的矛盾,通过对原有图像进行翻转变换等操作生成新图像加入数据集实现数据增强,完成对数据集的扩充。同时对于大部分的图像而言都包含了两部分区域,即目标物体所在的区域和背景区域,为了有效提高准确率首先采用区域分割技术将训练集样本裁剪到只包含目标物体的部分。最后将经过数据增强与区域分割处理后的数据用于卷积神经网络的训练得到模型实现图像自动化标注。叁、设计了一种针对文本描述的自动化标注方法,该方法以长短期记忆网络为基础进行实现。针对传统处理方法将单词看作独立的个体而没有考虑词与词之间的语义关系的不足,借助word2vec模型将单词转换成分布式词向量。同时对标注文档通过TextRank提取出关键词,将这些关键词对应的词向量拼接成矩阵后作为长短期记忆网络的输入用于训练得到模型实现文本自动化标注。四、设计并实现了基于上述标注方法图像与文本匹配的原型系统。原型系统使用Java语言进行开发,通过Caffe和TensorFlow进行模型的训练,利用TFS存储图像和文本文件,采用MySQL实现结构化数据持久化。本文所提出的基于深度网络模型的图像和文本匹配框架有效的解决了实际的需求,最后通过原型系统的设计和实现,验证了本文方法的有效性。(本文来源于《上海交通大学》期刊2017-12-01）
任志健,刘少江,万智萍[2]（2013）在《人体信息匹配识别系统的设计与实现》一文中研究指出针对特定人物的识别追踪问题,设计了人体信息匹配识别系统。系统通过图像目标提取其人体轮廓信息和行为信息,利用改进的k-means聚类算法和最佳可能性估测法建立起人体信息匹配概率模型,并计算出监控区运动个体信息匹配概率最大值,通过概率值比较从而确定是否为匹配图像,并经过OpenCV处理从而在上位机显示。实验结果表明,该系统运作可靠稳定,在监控区域进行人体信息匹配识别时能够发挥一定的效果。(本文来源于《电视技术》期刊2013年15期）
俞一彪,王朔中[3]（2004）在《基于互信息匹配模型的说话人识别》一文中研究指出依据互信息理论提出的互信息匹配识别模型MIM(Mutual Information Matching),能够有效地综合处理语音信号的统计分布特征与时变分布特征,并具有较强的鲁棒性。介绍了运用互信息进行说话人模式匹配的原理,探讨了基于文本的说话人识别中MIM模型的应用,通过说话人辨别实验对MIM模型的性能进行了实验分析,并与其它识别模型DTW和GMM进行了比较。对18名男性和12名女性组成的30名说话人进行的识别实验表明, MIM模型的说话人识别性能较好,在采用LPCC特征参数的情况下,平均错误识别率为1.33％。(本文来源于《声学学报》期刊2004年05期）
潘红芹[4]（2003）在《铁道部车号自动识别信息与确报信息匹配算法》一文中研究指出车号自动识别信息能准确反映列车、车辆、机车的位置信息和相关时间信息;确报信息能补充反映列车所挂车辆的空重状态、货物名称及去向等信息;车号识别信息与确报信息进行匹配为货车追踪提供了信息基础。文章详细给出了自动识别信息与确报信息匹配的算法。(本文来源于《铁路计算机应用》期刊2003年06期）
俞一彪,赵鹤鸣[5]（2001）在《语音识别的互信息匹配模型及其应用》一文中研究指出互信息是随机变量或随机信号之间所携带对方信息的定量描述。语音识别的互信息匹配模型依据互信息理论以及语音信号特征参数统计分析结果而提出,这一模型同时考虑了语音信号的时变分布特征和统计分布特征,能有效地提高同类模式的凝聚度,减少非同类模式间的耦合性。语音识别实验和实际应用表明,互信息匹配模型具有良好的识别精度和很高的运行效率,与其它模式匹配方法相比更适合嵌入式系统的语音识别应用。对互信息匹配模型的原理和特点进行了全面的阐述,并介绍了这一模型在几个语音识别系统中的具体应用。(本文来源于《通信技术》期刊2001年08期）
信息匹配与识别论文开题报告
（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：
针对特定人物的识别追踪问题,设计了人体信息匹配识别系统。系统通过图像目标提取其人体轮廓信息和行为信息,利用改进的k-means聚类算法和最佳可能性估测法建立起人体信息匹配概率模型,并计算出监控区运动个体信息匹配概率最大值,通过概率值比较从而确定是否为匹配图像,并经过OpenCV处理从而在上位机显示。实验结果表明,该系统运作可靠稳定,在监控区域进行人体信息匹配识别时能够发挥一定的效果。
（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。
信息匹配与识别论文参考文献
[1].黎哲明.基于图像识别与文本分类的商品信息匹配系统研究与实现[D].上海交通大学.2017
[2].任志健,刘少江,万智萍.人体信息匹配识别系统的设计与实现[J].电视技术.2013
[3].俞一彪,王朔中.基于互信息匹配模型的说话人识别[J].声学学报.2004
[4].潘红芹.铁道部车号自动识别信息与确报信息匹配算法[J].铁路计算机应用.2003
[5].俞一彪,赵鹤鸣.语音识别的互信息匹配模型及其应用[J].通信技术.2001