-
公开(公告)号：CN104376326A
公开(公告)日：2015-02-25
申请号：CN201410603389.9
申请日：2014-11-02
Applicant: 吉林大学
IPC: G06K9/62
CPC classification number: G06K9/6217 , G06K9/6223 , G06K9/6269 , G06N3/02
Abstract: 本发明涉及一种用于图像场景识别的特征提取方法，包括在一组已知类别的训练图像中挖掘信息和将待识别的测试图像进行识别两大步骤，其中第一步骤包括对图像进行预处理；提取图像的目标特征；降低目标特征的维度；执行LDA模型训练算法；生成训练图像的场景环境特征；特征组合；执行SVM训练算法。第二步骤包括将测试图像预处理；生成测试图像的码字；生成测试图像的场景环境特征；提取测试图像的目标特征；降低测试图像的目标特征维度；测试图像的特征组合；利用已训练的SVM分类器生成图像类别。本发明减小了现有方法的计算量，扩展了应用范围并提高了识别准确率。
-
公开(公告)号：CN103815897B
公开(公告)日：2015-07-15
申请号：CN201410072037.5
申请日：2014-02-28
Applicant: 吉林大学
IPC: A61B5/0402
Abstract: 本发明公开了一种心电图特征提取方法，旨在解决目前的心电图形态学特征维度过高，心拍自动分类运算量过大的问题。其步骤为：1.建立词典:心电图预处理；对词典训练集中心电信号进行分段；利用词典训练集中短序列结构体建立词典；2.生成待分类心电图的特征：待分类心电图预处理；将待分类心电信号进行分段；生成码字；生成统计特征；特征向量生成。其中：心电图预处理包括组建词典训练集；除去词典训练集中心电图的噪声；检测词典训练集中心电图的分割点。对词典训练集中心电信号进行分段包括分离出词典训练集中心电图中的心拍；对词典训练集中心拍进行分段；对词典训练集中分段信号进行重采样；对词典训练集中重采样后的信号进行等分等步骤。
-
公开(公告)号：CN104376326B
公开(公告)日：2017-06-16
申请号：CN201410603389.9
申请日：2014-11-02
Applicant: 吉林大学
IPC: G06K9/62
Abstract: 本发明涉及一种用于图像场景识别的特征提取方法，包括在一组已知类别的训练图像中挖掘信息和将待识别的测试图像进行识别两大步骤，其中第一步骤包括对图像进行预处理；提取图像的目标特征；降低目标特征的维度；执行LDA模型训练算法；生成训练图像的场景环境特征；特征组合；执行SVM训练算法。第二步骤包括将测试图像预处理；生成测试图像的码字；生成测试图像的场景环境特征；提取测试图像的目标特征；降低测试图像的目标特征维度；测试图像的特征组合；利用已训练的SVM分类器生成图像类别。本发明减小了现有方法的计算量，扩展了应用范围并提高了识别准确率。
-
公开(公告)号：CN103815897A
公开(公告)日：2014-05-28
申请号：CN201410072037.5
申请日：2014-02-28
Applicant: 吉林大学
IPC: A61B5/0402
Abstract: 本发明公开了一种心电图特征提取方法，旨在解决目前的心电图形态学特征维度过高，心拍自动分类运算量过大的问题。其步骤为：1.建立词典:心电图预处理；对词典训练集中心电信号进行分段；利用词典训练集中短序列结构体建立词典；2.生成待分类心电图的特征：待分类心电图预处理；将待分类心电信号进行分段；生成码字；生成统计特征；特征向量生成。其中：心电图预处理包括组建词典训练集；除去词典训练集中心电图的噪声；检测词典训练集中心电图的分割点。对词典训练集中心电信号进行分段包括分离出词典训练集中心电图中的心拍；对词典训练集中心拍进行分段；对词典训练集中分段信号进行重采样；对词典训练集中重采样后的信号进行等分等步骤。
-
-
-
Search Results
4
records
(took 0.015 seconds)
