互信息
- 一種動態(tài)加權條件網(wǎng)絡數(shù)據(jù)的特征標記算法
加權遺傳算法的互信息特征反饋標記方法。首先優(yōu)化數(shù)據(jù)處理流程，對目標數(shù)據(jù)特征進行加權處理，得到近似全局最優(yōu)解；其次用戶對文本特征或者圖像實例完成標記，基于用戶的標記與未標記情況構建雙重監(jiān)督圖；最后建立實數(shù)值推測函數(shù)并計算，獲取雙重監(jiān)督圖中未標記的結點。通過仿真實驗結果，驗證了方法誤差較小、檢索精度較高，能夠?qū)崿F(xiàn)在大量的數(shù)據(jù)中快速找到目標內(nèi)容。關鍵詞：加權遺傳算法；互信息；雙重監(jiān)督圖；實數(shù)值函數(shù)；近似全局最優(yōu)解中圖分類號：TP391.1；TP391.9 文獻標
現(xiàn)代信息科技 2023年15期2023-09-18
- 基于互信息的魯棒跨域推薦系統(tǒng)
提出了一種基于互信息的魯棒跨域推薦系統(tǒng)，該推薦系統(tǒng)由域分離網(wǎng)絡和互信息魯棒風險兩個模塊構成。域分離網(wǎng)絡模塊很好地解決了源域與目標域差異的問題;在互信息魯棒風險模塊中，提出了一個基于互信息的風險函數(shù)來過濾掉數(shù)據(jù)中的錯誤標注，使用該風險函數(shù)所訓練出的跨域推薦系統(tǒng)可以很好地處理訓練數(shù)據(jù)中存在的錯誤信息，使跨域推薦系統(tǒng)能更好地應用在各種真實的推薦場景下。本文采用對比試驗的方法，在真實的數(shù)據(jù)集上將所提出的方法與幾種現(xiàn)有的推薦方法進行了比較，試驗表明，現(xiàn)有的推薦方法在
貴州大學學報（自然科學版） 2022年4期2022-07-06
- 1956—2018年黃河內(nèi)蒙古河段水沙演變規(guī)律分析
沙演變規(guī)律及其互信息關系，討論影響水沙變化的關鍵因素。結果表明：頭道拐站1956—2018年徑流量和輸沙量均呈顯著下降趨勢，徑流量和輸沙量均在1986年附近發(fā)生突變;頭道拐站徑流量和輸沙量Hurst指數(shù)分別為0.609和0.658，未來有很大可能繼續(xù)向減少趨勢發(fā)展;徑流量和輸沙量序列演變具有多尺度周期，隨著周期分解，徑流量、輸沙量的互信息值呈增大趨勢;年徑流量均值在變化期（1987—2018年）與基準期（1956—1986年）相比減少33.37%，輸沙量在
人民黃河 2021年11期2021-12-08
- 混合信息雙數(shù)組的未登錄詞動態(tài)識別模型
組Trie; 互信息; 信息熵 ; N-gram中圖分類號：TP18? ? ? 文獻標識碼：A文章編號：1009-3044（2021）26-0001-05開放科學（資源服務）標識碼（OSID）：Dynamic Recognition Model of Unknown Words Based on Mixed Information Double Array TrieCHEN Hao-yu，HONG Jia-wei，CHEN Zhi-ran（Faculty
電腦知識與技術 2021年26期2021-10-18
- 量子假設檢驗互信息
Shannon互信息是刻畫兩個隨機變量相互之間獨立程度的度量，在信道編碼中有很重要的應用且給出了信道容量[1].在量子信息論中，通過von Neumann熵形式給出了互信息的基本定義(與Shannon互信息對應，本文稱作von Neumann互信息，通常也稱作量子互信息[2]).在量子信息處理中，von Neumann互信息可以描述兩體量子態(tài)上的全部關聯(lián)[3]，也用于量子信道容量的刻畫[4-5]，并在量子資源理論中有非常好的應用[6].von Neuman
計算機研究與發(fā)展 2021年9期2021-09-13
- 基于互信息F統(tǒng)計量特征選擇技術的地基氣象云圖分類
，本文考慮使用互信息度量融合云圖的類別信息來進行LBP特征的選擇。具體地，本文通過計算每個LBP特征和類別變量之間的互信息構造了一個F檢驗統(tǒng)計量，并利用前向搜索的思想進行特征選擇。本文提出的特征選擇算法不僅考慮了特征之間的冗余，使用簡單方便，而且所選出的特征個數(shù)要遠遠少于直接基于互信息的最大相關性準則選出的特征個數(shù)，在降低計算開銷的同時也使得分類性能得到顯著的改進。1 基于互信息F統(tǒng)計量的特征選擇算法1.1 LBP描述子對于紋理圖像分類，常常假定測試樣本和
計算機與現(xiàn)代化 2021年2期2021-02-27
- 基于Trie樹的詞語左右熵和互信息新詞發(fā)現(xiàn)算法
的詞語左右熵和互信息新詞發(fā)現(xiàn)算法。先根據(jù)成詞規(guī)則，篩選掉文本中的停用詞和非中文字符，將每個字與其右鄰的字組成二元組;然后利用左右信息熵和互信息進行成詞概率的計算，根據(jù)計算到的成詞概率和詞頻篩選出新詞;并且設計了三個實驗，驗證了算法的有效性和可行性。實驗結果表明，該新詞發(fā)現(xiàn)算法成詞準確率較高，比其他新詞發(fā)現(xiàn)算法時間效率有較大的提高，對于中文分詞結果的優(yōu)化起到重要的作用。關鍵詞： 新詞發(fā)現(xiàn)算法; 左右熵; 互信息; Trie樹; 算法設計; 對比驗證中圖分類號
現(xiàn)代電子技術 2020年6期2020-08-03
- 基于衰變?nèi)謹_動蜻蜓算法的醫(yī)學圖像配準
化技術中，采用互信息作為評價標準，提出一種衰變?nèi)謹_動蜻蜓算法優(yōu)化Powell的醫(yī)學圖像配準方法。通過仿真實驗表明，該方法提高了醫(yī)學圖像配準的精度和魯棒性。關鍵詞： 衰變擾動; 三分擾動; 蜻蜓算法; Powell; 互信息; 醫(yī)學圖像配準中圖分類號： TN911.73?34; TP391.41? ? ? ? ? ? ?文獻標識碼： A? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）04?0149?04Method of
現(xiàn)代電子技術 2020年4期2020-07-23
- 基于TF-IDF和互信息的推薦算法研究
TF-IDF和互信息的方劑推薦算法。其核心思想是根據(jù)TF-IDF算法的原理，確定核心藥物;再計算核心藥物和方劑間的互信息來確定二者相關性，以此確定最有效的方劑。對名老中醫(yī)治療肺癌的542首方劑，共計342味藥物進行數(shù)據(jù)挖掘，通過該算法獲得核心藥物71味，推薦方劑126首。采用該算法獲得名老中醫(yī)治療肺癌的核心方劑的結果表明，該算法通用性強，效率高。由于不僅探索了藥物層面的規(guī)律，還挖掘了方劑層面的信息，故該算法有較高的實用價值。關鍵詞： TF–IDF; 有向含
計算機時代 2019年12期2019-12-23
- 基于互信息加權集成遷移學習的入侵檢測方法
此提出一種基于互信息加權的集成遷移學習（ETL）入侵檢測方法。首先，通過遷移策略對多組特征集進行建模;然后，使用互信息度量在遷移模型下特征集在不同域中的數(shù)據(jù)分布;最后，根據(jù)度量值對多個遷移模型進行集成加權，得到集成遷移模型。該方法通過學習新環(huán)境下的少量有標記樣本和以往環(huán)境下的大量有標記樣本的知識，可以建立效果優(yōu)于傳統(tǒng)非集成、非遷移的入侵檢測模型。使用基準NSLKDD數(shù)據(jù)集對該方法進行評估，實驗結果表明，所提方法具有良好的收斂性能，并提高了入侵檢測的精準率。
計算機應用 2019年11期2019-12-23
- 多標簽學習中基于互信息的快速特征選擇方法
方法。首先使用互信息（MI）衡量每個維度的特征與每一維標記之間的相關性，然后將所得相關性相加并排序，最后按照總的相關性大小進行特征選擇。將所提方法與六種現(xiàn)有的比較有代表性的多標記特征選擇方法作對比，如最大依賴性最小冗余性（MDMR）算法和基于樸素貝葉斯的多標記特征選擇（MLNB）方法等。實驗結果表明，EF-MLFS方法進行特征選擇并分類的結果在平均準確率、覆蓋率、海明損失等常見的多標記分類評價指標上均達最優(yōu);該方法無需進行全局搜索，因此時間復雜度相較于MD
計算機應用 2019年10期2019-11-15
- 結合互信息最大化的文本到圖像生成方法
有效的全局特征互信息約束和局部位置特征互信息約束，可以使模型對空間結構變得更加敏感，能使該問題得到一定程度的緩解。互信息最大化優(yōu)化原理[7-8]主張在神經(jīng)網(wǎng)絡的輸入和輸出之間進行最大化互信息，這可以獲取更為魯棒且均勻的映射關系。文獻[9]中提出的互信息神經(jīng)估計可以利用神經(jīng)網(wǎng)絡學習到連續(xù)變量的互信息估計，適用于深度神經(jīng)網(wǎng)絡中的互信息估計。筆者利用互信息對模型進行優(yōu)化的思想啟發(fā)于文獻[10]中提出的可解釋表示學習方法，通過最大化條件變量與生成數(shù)據(jù)的互信息，使得
西安電子科技大學學報 2019年5期2019-11-08
- 基于最大間隔準則的魯棒多流形判別局部圖嵌入算法
小;最后，基于互信息（MI）的特征選擇策略，提出新的相關性計算方法，在候選像素集中選出最相關的特征。在三個公開數(shù)據(jù)集LFPW、HELEN、COFW上，相較于ESR算法，所提方法的定位精度分別提升7.52%、5.72%和5.89%。實驗結果表明，自適應窗回歸方法可以有效提高人臉特征點定位精度。關鍵詞：顯式形狀回歸;人臉特征點定位;相似人臉變換;自適應窗回歸;互信息中圖分類號：TP391.4文獻標志碼：A3 實驗結果與分析3.1 實驗環(huán)境本實驗的運行環(huán)境為：W
計算機應用 2019年5期2019-08-01
- 基于最大聯(lián)合條件互信息的特征選擇
尤為重要?；?span id="j5i0abt0b" class="hl">互信息（MI）的特征選擇方法能夠有效地降低數(shù)據(jù)維數(shù)，提高分析結果精度，但是，現(xiàn)有方法在特征選擇過程中評判特征是否冗余的標準單一，無法合理排除冗余特征，最終影響分析結果。為此，提出一種基于最大聯(lián)合條件互信息的特征選擇方法（MCJMI）。MCJMI選擇特征時考慮整體聯(lián)合互信息與條件互信息兩個因素，兩個因素融合增強特征選擇約束。在平均預測精度方面，MCJMI與信息增益（IG）、最小冗余度最大相關性（mRMR）特征選擇相比提升了6個百分點;與聯(lián)合互信
計算機應用 2019年3期2019-07-31
- 基于新詞發(fā)現(xiàn)與詞典信息的古籍文本分詞研究
效的方法。通過互信息與鄰接熵的新詞發(fā)現(xiàn)方法從《漢書》中尋找未登錄詞，結合古代漢語詞匯表、古代人名詞表和古代地名表構建古籍文本分詞詞典，以此為基礎，使用pyNLPIR對《漢書》進行分詞操作。實驗結果顯示，新詞發(fā)現(xiàn)方法可以在一定程度上完善古籍文本分詞所需的用戶詞典全面性，但是對3字以上的詞語識別效果較差。實驗證明使用新詞發(fā)現(xiàn)結合詞典信息的方法對古籍文本進行分詞能夠有效提高古代漢語分詞準確度。關鍵詞：古籍文本;分詞;互信息;鄰接熵;新詞發(fā)現(xiàn)DOI：10. 119
軟件導刊 2019年4期2019-06-09
- 高分辨率熱感圖像與可見光圖像配準方法研究
獨特優(yōu)勢的基于互信息圖像配準方法得到了廣泛關注。基于互信息的圖像配準方法不需要對待配準圖像進行預處理，且配準精度較高[4]。然而這種方法也存在易誤匹配、計算效率低、易受圖像灰度影響，圖像本質(zhì)特征利用率低等缺陷。為了解決互信息法圖像配準存在的問題，本文利用圖像邊緣輪廓上的特征點進行粗配準，然后在粗配準基礎上利用互信息法進行縮小搜索范圍的精配準，結合邊緣特征匹配和互信息配準各自優(yōu)勢，設計了精度更高、速度更快、魯棒性更強的配準方法，使這兩種最常用的多源圖像中的互
現(xiàn)代測繪 2018年2期2018-05-14
- 一種基于免疫算法的盲信號分離算法
法最小化信號的互信息，實現(xiàn)對觀測混合信號的分離?；诿庖咚惴ǖ拿ば盘柗蛛x，利用免疫算法隱形并行處理，具有較好的全局搜索性能和易收斂到最優(yōu)解的特點。仿真分析表明，與傳統(tǒng)的ICA盲分離算法相比，所提出的算法對于多路混疊信號具有更好的分離效果。關鍵詞： 盲源分離； 免疫算法； 互信息； 獨立分量分析中圖分類號：TP399 文獻標志碼：A 文章編號：1006-8228（2018）03-42-05A blind signal separation algorithm
計算機時代 2018年3期2018-05-02
- 一種改進的MapReduce互信息文本特征選擇機制
征詞條[1].互信息(Mutual Information,MI)是信息論中的重要概念,人們把互信息廣泛運用于文本分類,互信息成為了文本分類中最常用的特征選擇方法,在文本分類的特征選擇度量指標中,互信息值表示特征項的值與文本類別的統(tǒng)計相關性以及特征詞之間的統(tǒng)計相關性.MapReduce是Google公司提出的一種基于大規(guī)模數(shù)據(jù)集并行計算的編程模式,主要用于對海量數(shù)據(jù)的收集和處理,與傳統(tǒng)的計算模式相比,極大提升了性能,提高了效率.在當今數(shù)據(jù)挖掘、新聞推薦、機
小型微型計算機系統(tǒng) 2018年3期2018-03-27
- 基于改進FCM聚類醫(yī)學圖像配準
要：ICP和互信息廣泛應用于醫(yī)學圖像配準，但存在以下問題：其計算量非常大，耗時長；受初始旋轉和平移參數(shù)影響較大，圖像配準容易造成目標函數(shù)陷入局部最優(yōu)值。該方法通過計算參考圖像和浮動圖像的質(zhì)心，獲得配準平移初始值；對醫(yī)學圖像坐標進行中心化處理，通過改進的FCM聚類方法把圖像坐標聚成2類；把這2個聚類中心擬合成一條直線，可以算出該直線的斜率，得出其傾斜角，從而獲得配準旋轉初始值。實驗結果表明，該方法既可用于單模態(tài)圖像配準，也可以用于多模態(tài)配準。還具有運算量少
計算技術與自動化 2017年4期2018-01-18
- 中文分詞算法及改進研究
段，通過計算其互信息和[t-]信息來實現(xiàn)中文分詞歧義的消除。該文所研究的中文分詞算法，不僅可以在多個中文分詞方案中選擇更優(yōu)的分詞方案，消解中文分詞歧義；同時，還可以在已有分詞方案的基礎上，發(fā)現(xiàn)更加符合實際情況的分詞方案，以提高中文分詞的準確性和適用性。關鍵詞：中文分詞；歧義發(fā)現(xiàn)；歧義消解；互信息；[t-]信息中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2017）31-0199-021 概述信息技術的不斷發(fā)展，提高了信息的搜集和傳輸效
電腦知識與技術 2017年31期2017-12-11
- 改進的互信息特征選擇方法在垃圾郵件檢測中的應用
，該文對傳統(tǒng)的互信息特征選擇方法進行了改進。除了針對其缺少詞頻信息，引入詞頻因子外，還針對二分類問題，引入了特征貢獻比的概念。實驗證明，采用改進的互信息特征選擇方法大大提高了垃圾郵件的檢測效果。關鍵詞：垃圾郵件檢測；特征選擇；互信息；詞頻因子；特征貢獻比中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2017）14-0163-04近些年，隨著電子郵件文本數(shù)據(jù)規(guī)模的不斷擴大，特別是特征維數(shù)的增大，采用向量空間模型表示的樣本數(shù)據(jù)特征維數(shù)高
電腦知識與技術 2017年14期2017-07-10
- 一種雙尺度模板的雙視圖乳腺腫塊檢測匹配
最后，根據(jù)基于互信息的相似性度量方法實現(xiàn)雙視圖的可疑病灶區(qū)域的匹配。實驗結果顯示：對DDSM數(shù)據(jù)庫中已確診的100幅腫塊圖像進行實驗對比，有90幅圖像能實現(xiàn)雙視圖腫塊的匹配，匹配率達到90%，與基于灰度分層的乳腺腫塊的雙視圖匹配相比，匹配率得到提高。關鍵詞：雙視圖；模板匹配；雙尺度Sech模板；互信息；匹配率DOI：1015938/jjhust201702024中圖分類號： TN91173文獻標志碼： A文章編號： 1007-2683（2017）02-01
哈爾濱理工大學學報 2017年2期2017-06-10
- 基于多測度半全局優(yōu)化的無人機影像密集匹配算法
像的特點，采用互信息和Census兩種相似性測度相結合的方式進行模型密集匹配。由于組合Census 和互信息兩種相似性測度的優(yōu)點，多測度半全局匹配算法可以得到穩(wěn)健可靠、高效、精細且保邊緣的密集匹配結果。關鍵詞：無人機影像；互信息；Census1 概述來源于計算機視覺領域的半全局優(yōu)化密集匹配算法是當前國內(nèi)外最先進的密集匹配算法之一，在DSM提取、三維建模等領域得到了廣泛應用，該算法的逐像素密度以及子像素精度可以大大提高獲取DSM的精度和可靠性。半全局優(yōu)化密集
科技創(chuàng)新與應用 2017年15期2017-05-31
- 基于互信息的SWMM模型參數(shù)全局敏感性分析
蘇林摘要：采用互信息方法對SWMM模型輸入?yún)?shù)與輸出結果之間的非線性關系進行了全局敏感性分析。以山東大學千佛山校區(qū)降雨徑流模擬為例，采用拉丁超立方體抽樣，研究了SWMM模型模型參數(shù)對輸出結果的影響程度。結果表明：峰值流量最敏感的參數(shù)為透水區(qū)曼寧糙率系數(shù)；峰現(xiàn)時間最敏感的參數(shù)為管道曼寧糙率系數(shù)，其次為最小滲透率；總產(chǎn)流最敏感的參數(shù)為最小滲透率。關鍵詞：信息熵；互信息；全局敏感性分析；參數(shù)選擇；SWMM模型隨著城市化進程的不斷加快，城區(qū)不透水區(qū)比例增大，城市下
人民黃河 2017年10期2017-05-30
- 改進互聯(lián)網(wǎng)電商評論特征詞典的輿情觀點分類
，提出一種改進互信息的方法實現(xiàn)特征約簡，從而創(chuàng)建一個特征詞典集合，對源聲進行觀點分類，并作了大量實驗驗證該思想的可靠性。關鍵詞：特征提取；源聲；詞典集合；互信息引言本文將深入闡述在互聯(lián)網(wǎng)電商評論短文本信息分類領域的研究，構建一個特征詞組-分類的map（k，v）集合，觀點是消費者從自身立場出發(fā)對某產(chǎn)品的看法，由于產(chǎn)品領域的多樣性，產(chǎn)品各個領域都會成為評價的對象，因此同一條源聲會有多個觀點，可以將源聲以分隔符進行拆分，短文本通過分隔符由內(nèi)向外并行分類方法，從而
科技創(chuàng)新與應用 2017年13期2017-05-24
- 基于粒子群優(yōu)化算法和煙花算法的圖像配準
摘要】 本文以互信息作為相似性測度，提出改進的粒子群算法與煙花算法結合的混合算法來進行圖像配準，該方法中粒子群的慣性權重動態(tài)變化提高粒子的搜索范圍，并利用煙花算法的高斯變異算子增加粒子的多樣性，防止粒子群算法陷入局部極值，并提高了配準的精確度，實驗證明該方法在圖像配準中取得不錯的效果。【關鍵詞】 圖像配準 互信息 粒子群優(yōu)化算法 煙花算法引言圖像配準是圖像處理應用方面的一個基本問題，主要目的是將不同傳感器、不同角度、不同時間或不同拍攝條件下獲取的同一場景的
中國新通信 2017年6期2017-05-02
- 基于語義指紋的海量文本快速相似檢測算法研究
；同義詞擴展；互信息中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2016）36-0175-03Research on Fast Duplicate Detection Algorithm for Massive Documents Based on Semantic FingerprintsJIANG Xue，WAN Zheng-jing，LIANG Yan，TAO Yi-zheng（Institute of Computer A
電腦知識與技術 2016年36期2017-04-17
- 小波變換和互信息配準算法對比分析
4）小波變換和互信息配準算法對比分析羅志娟（長沙航空職業(yè)技術學院，長沙410124）分別介紹小波變化和互信息應用于配準算法的原理，通過實驗對互信息及小波變換的配準算法進行對比分析，得出在互信息基礎上引入小波變換能使配準算法的精度和速度都有所提高的結論。小波變換；互信息；圖像配準湖南省教育廳科學研究項目（No.14C0011）0 引言圖像配準作為圖像融合、圖像鑲嵌等技術的基礎，成為了近年發(fā)展迅速的圖像處理技術之一。在現(xiàn)實生活中由于受諸多因素的影響，同一目標即
現(xiàn)代計算機 2016年32期2016-12-22
- 基于歸一化互信息和金字塔分解優(yōu)化的圖像配準算法研究
新鋒基于歸一化互信息和金字塔分解優(yōu)化的圖像配準算法研究劉曉慧，楊新鋒針對紅外和可見光圖像的特點，提出了一種改進的以歸一化互信息為相似性測度的異源圖像配準方法。為了提高算法的效率，采用金字塔分解法對該算法進行了優(yōu)化。以紅外和可見光圖像的配準作為驗證實驗，證明了該算法的有效性。關鍵詞：多源圖像；圖像配準；互信息；金字塔分解0 引言圖像融合[1]的概念起源于二十世紀七十年代后期，是將多個傳感器在同一時間或不同的時間獲取的關于某個具體場景的圖像或圖像序列信息、加以
微型電腦應用 2016年11期2016-12-12
- 基于互信息和小波變換的圖像配準的研究
提出了一種基于互信息和小波變換的圖像配準算法，利用小波分解圖像的近似分量和層層迭代算法進行配準，采用互信息作為圖像相似性度量的準則，通過Matlab實驗證明了該算法的有效性。關鍵詞：圖像配準；互信息；小波變換中圖分類號：TP309 文獻標識碼：A 文章編號：1009-3044（2016）25-0197-03Abstract： This paper presents an image registration algorithm based on gray
電腦知識與技術 2016年25期2016-11-16
- 地球靜止軌道高能電子通量在線預測模型*
機；變量選擇；互信息；距離相關系數(shù)；高能電子通量地球靜止軌道位于地球的外輻射帶區(qū)域，軌道上運行著大量的通信、氣象、導航、預警等衛(wèi)星。外輻射帶區(qū)域的高能電子能量高、穿透性強，可穿透衛(wèi)星防護層并沉積在衛(wèi)星內(nèi)部的電解質(zhì)材料中，長期的積累可形成局部強電場，誘發(fā)介質(zhì)的充放電現(xiàn)象，輕則形成偽信號影響衛(wèi)星工作，重則擊穿絕緣體，導致衛(wèi)星故障甚至永久損壞[1]。因此，采取有效方法對靜止軌道高能電子通量進行預測，可以輔助操作人員對衛(wèi)星設備提前采取措施，降低甚至避免高能電子對衛(wèi)
國防科技大學學報 2016年2期2016-07-26
- 基于互信息的多模態(tài)醫(yī)學圖像融合
012)?基于互信息的多模態(tài)醫(yī)學圖像融合李加恒1，戴文戰(zhàn)2，李俊峰1(1.浙江理工大學自動化研究所，杭州 310012； 2.浙江工商大學信息與電子工程學院，杭州 310012)摘要:目前已知的醫(yī)學圖像融合算法未充分考慮源圖像間差異性的大小，針對該不足提出了一種基于互信息特征的多模態(tài)融合算法。算法引入提升小波變換，將目標圖像分解為高、低頻子帶，根據(jù)高頻子帶的互信息量不同，對低互信息子帶采用區(qū)域梯度能量與區(qū)域標準差相結合的融合規(guī)則，對高互信息子帶采用邊緣強度
浙江理工大學學報(自然科學版) 2016年4期2016-07-22
- 信息不完備情況下多因素工序質(zhì)量診斷方法
假設結構，通過互信息參量排序降低學習復雜度. 針對生產(chǎn)過程中隨機因素對診斷準確性的影響問題，結合Leaky Noisy-OR模型引入隨機參量節(jié)點，對數(shù)據(jù)需求和推理進行降解優(yōu)化. 以溝道磨削表面形貌質(zhì)量問題的診斷為例，給出模型構建與推理程序，并驗證了所構建模型及優(yōu)化方法的可行性和有效性.關鍵詞:工序質(zhì)量問題；貝葉斯網(wǎng)絡； 互信息；Leaky Noisy-OR模型；溝道磨削產(chǎn)品的質(zhì)量是關系到企業(yè)市場競爭能力的重要指標. 隨著市場競爭的日益加劇,生產(chǎn)模式向多品種
哈爾濱工業(yè)大學學報 2016年7期2016-06-28
- 基于文本分類的維吾爾文數(shù)字取證研究
特征空間正則化互信息（M?FNMI）算法，使用輸入特征組合與類之間的互信息（MI）來代替單個特征與類之間的MI，從而提取出更準確的特征詞；最后，利用支持向量機（SVM）算法來對特征進行分類。實驗結果表明，該方案具有較高的分類精度，能夠為犯罪取證提供判斷依據(jù)。關鍵詞：數(shù)字取證；文本分類；維吾爾文；互信息；支持向量機0 引 言由于信息和存儲技術的飛速發(fā)展，公安信息系統(tǒng)中存儲了大量的案件信息。為了能夠更好地預防、打擊和控制犯罪，則需要應用數(shù)字取證技術，對存儲數(shù)據(jù)
現(xiàn)代電子技術 2016年10期2016-06-23
- 中國科學家建立量化網(wǎng)絡中直接關聯(lián)性的“部分互信息”新方法
關聯(lián)性的‘部分互信息新方法”（Part mutual information for quantifying direct associations in networks）的最新研究成果。該成果首次提出“部分互信息”的新概念和理論，通過“部分互信息”量化網(wǎng)絡中節(jié)點之間的直接關聯(lián)性，可實現(xiàn)由觀測數(shù)據(jù)直接構建網(wǎng)絡或變量間因果關系。相關論文2016年4月18日在線發(fā)表于Proceedings of the National Academy Of Science
科學 2016年3期2016-05-30
- Beta頻段雙耳差頻聲刺激對大腦生理狀態(tài)的影響
性特征樣本熵和互信息腦網(wǎng)絡等特征。結果表明，雙耳差頻聲刺激的腦區(qū)激活存在個體差異性，對聲刺激敏感的受試者，差頻刺激下，腦電功率譜中的beta頻段在右顳區(qū)能量增強（T4，p ＜0.005），T3電極處三組人群（alpha＋theta）/ beta比值具有顯著差異性，敏感人群中刺激組樣本熵值比對照組高10.53%，且互信息集群系數(shù)最高（0.971），腦網(wǎng)絡信息交流增強，這說明差頻聲刺激能改變大腦的生理狀態(tài)，在提高航天員的注意力和警覺度、對抗腦力疲勞方面具有應用
載人航天 2016年2期2016-05-24
- 基于SWECCL與COCA的Learn與Study的對比分析
L；COCA；互信息；對比分析現(xiàn)代語料庫語言學（modern corpus linguistics）是20世紀中后期興起的一門語言研究科學，是指專門對大規(guī)模儲存于計算機里的語料庫進行研究的學問［1］。本研究使用了三個語料庫，一是中國學生英語口筆語語料庫Spoken and Written English Corpus of Chinese Learners（以下簡稱SWECCL）；二是美國當代英語語料庫Corpus of Contemporary Amer
韶關學院學報 2016年3期2016-04-13
- 基于KNN和Bayes算法的組合分類器的垃圾評論識別研究
、文本預處理、互信息檢驗、文本表示4個模塊提取了14個特征。然后，利用高互補性建立了基于KNN和Bayes算法的組合分類器模型。最后，利用交叉驗證對iPhone 6 Plus的產(chǎn)品評論進行檢驗，得到評價指標分別為：正確識別率75.3%、召回率82.1%以及F1值77.5%.關鍵詞 KNN算法；Bayes算法；組合分類器；互信息；交叉驗證中圖分類號 O213；TP18 文獻標識碼 A1 引 言電子商務的異軍突起促使網(wǎng)購走進人們的日常生活，網(wǎng)購的同時，多數(shù)網(wǎng)民
經(jīng)濟數(shù)學 2016年1期2016-04-08
- 基于互信息的圖像分割算法研究與設計
性弱，本文基于互信息提出一種新的圖像分割算法，分割時盡可能保留原圖像相鄰區(qū)域的互信息，實驗結果表明該算法可以提高分割準確度，更好地恢復圖像。關鍵詞：互信息；圖像分割；準確度；多目標中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2016）01-0201-02Research and Design of Image Segmentation Algorithm Based on Mutual InformationHU Heng-wu，
電腦知識與技術 2016年1期2016-03-22
- 基于CRFs的哈薩克語名詞短語自動獲取
語；名詞短語；互信息；條件隨機場［摘要］基于哈薩克語文本語料特點，分析名詞短語構成規(guī)則，結合互信息（MI）知識，建立了哈薩克語名詞短語特征模板，利用條件隨機場（CRF）模型實現(xiàn)哈薩克語名詞短語自動獲取。實驗表明，哈薩克語名詞短語獲取正確率達到95.2%，獲取性能高于基于規(guī)則、基于規(guī)則與互信息結合的抽取方法。隨著web2.0的迅速發(fā)展，互聯(lián)網(wǎng)成為民眾獲取信息的重要來源，同時也是人們傳播信息和表達觀點的重要渠道。民眾通過網(wǎng)絡平臺對國家政策或突發(fā)事件發(fā)表意見，及
圖書館理論與實踐 2015年8期2016-01-19
- 基于Google地圖小波變換與互信息圖像配準算法研究
采用小波變換與互信息算法及運用人工采樣檢查點對Google圖像進行配準分析?？芍怂惴ㄟm用于多數(shù)圖像，且對于特征較少、低空間分辨率的圖像，配準效果更佳?！娟P鍵字】小波變換與互信息；人工采樣；Abstract：In this paper，Google image registration based on the wavelet transform and mutual information algorithm and manual sampling c
建筑工程技術與設計 2015年30期2015-10-21
- 基于改進蜂群算法的視頻目標檢測方法
行優(yōu)化獲得最大互信息值，進而獲得最佳空間匹配參數(shù)，最后通過三幀差分法檢測出目標。該算法相對傳統(tǒng)算法，能夠抑制背景殘留噪聲，而且不需要對圖像進行預處理、特征選取以及背景更新，降低了算法復雜度。通過與傳統(tǒng)蜂群算法的結果對比，證明了改進算法的有效性和可靠性。關鍵詞：視頻檢測；蜂群算法；互信息中圖分類號：TP391 文獻標識碼：AAbstract：Here，a video object detection method based on an improved b
軟件工程 2015年8期2015-05-30
- 對頻率與互信息在漢語詞典編撰中的作用的實例考察
79）對頻率與互信息在漢語詞典編撰中的作用的實例考察余一驕1賈 凌2（1.2.華中師范大學語言學系，湖北武漢，430079）頻率與互信息是近年來漢語新詞自動發(fā)現(xiàn)中最重要的特征，它們還被列入現(xiàn)代漢語詞典編撰選詞原則中。本文以《現(xiàn)代漢語詞典》（第6版）中全體包含“蛋”字的二字詞、三字詞為考察對象，分別在北京大學CCL語料庫、華中師范大學Cici語料庫中統(tǒng)計其頻次，計算互信息。對比被收錄詞和部分未被收錄詞的頻次和互信息卻發(fā)現(xiàn)：部分被收錄詞的頻次、互信息都比一些未
華中學術 2015年1期2015-03-08
- 基于改進SIFT與互信息的異源圖像匹配
改進SIFT與互信息的算法，尋找兩幅圖像中的相關點，從而實現(xiàn)兩幅圖像的匹配。為了改善SIFT算子的匹配效果，本文提出的改進方法，成功地增加了正確匹配點數(shù)；同時使用局部互信息量作為判斷標準，可以在正確匹配點數(shù)即使占劣勢的情況下，依然能排除錯誤的匹配點，擴展了匹配算法的適用性。結果和實際測試表明，兩種算法結合能顯著改善匹配效果。關鍵詞：異源圖像匹配；改進SIFT；互信息中圖分類號：TP391.41 文獻標識碼：A 文章編號：1673-5048（2014）05-
航空兵器 2014年5期2015-02-10
- 互信息算法在車牌識別中的應用研究
200072）互信息算法在車牌識別中的應用研究謝宇1，周學禮1，2，胡岳1（1.常熟理工學院 物理與電子工程學院，江蘇 常熟 215500；2.上海大學通信與信息工程學院，上海 200072）將醫(yī)學圖像配準中的互信息算法移植到車牌識別系統(tǒng)，首先基于顏色信息快速定位車牌并校準分割出待識別的車牌字符，然后計算分割字符與字庫字符的互信息值，互信息值的大小反映了圖像之間的相似程度，最后通過比較互信息值的大小確定最終結果.實驗證明，互信息算法相對其他車牌識別常規(guī)算法
常熟理工學院學報 2014年4期2014-03-29
- 《信息論與編碼技術》課程中平均互信息的教學探討
術》課程中平均互信息的教學探討陳燕燕（華僑大學 廈門工學院，福建 廈門 361021）平均互信息是信息論與編碼技術中用來計算信道容量、信息率失真函數(shù)和信道剩余度的重要物理量。通過一道典型例題來講解求平均互信息的不同方法：根據(jù)平均互信息的定義求、根據(jù)損失熵求、根據(jù)噪聲熵求、根據(jù)信息熵的強可加性求，最后用MATLAB語言進行編程驗證，實驗表明四種方法求出的結果是一致的。在課堂教學時，教師應鼓勵學生靈活運用各種方法，做到舉一反三。平均互信息；定義法；損失熵法；噪
教育教學論壇 2014年28期2014-03-11
- 文本分類中一種基于互信息改進的特征選擇方法
特征選擇方法有互信息 （MI）、文檔頻率方法（DF）、信息增益 （IG）、期望交叉熵 （ECE）、χ2統(tǒng)計 （CHI）、文本證據(jù)權 （WET）等［1，2］。互信息是信息論和統(tǒng)計學中一種經(jīng)典的統(tǒng)計算法，常用來計算樣本和類別的相關性，互信息作特征選擇方法也廣泛地用在特征選擇中，但是其在理論上還有一定的不完善性，在實踐中，特征選擇時特征的提取效果也不是十分理想，尤其在中文文本分類中。本文針對互信息 （MI）特征選擇方法在特征提取時分類效果不理想的狀況，提出了一種
河北北方學院學報（自然科學版） 2013年1期2013-10-22
- 基于互信息的醫(yī)學圖像配準新方法
準方法中，基于互信息(mutual information，簡稱MI)的圖像配準技術是人們熱點研究的一種方法。互信息表示一個系統(tǒng)所包含的另一個系統(tǒng)的信息量。配準之后的結果，會使得一幅圖像所包含的另一幅圖像的信息量，也就是兩個被測目標的互信息值最大。互信息的表達式也就是配準中非常重要的相似性測度公式，隨著研究的深入，眾多學者將圖像之間互信息和圖像內(nèi)部像素之間空間信息結合一起考慮。本章將二階互信息和3*3鄰域方差相結合對醫(yī)學圖像進行配準，效果較好。二 互信息的
河南科技 2013年14期2013-08-14
- 灰度預分割對三維醫(yī)學圖像配準的作用
基于互信息的圖像配準是配準的常用方法之一，但互信息的局部極值一直是難以解決的問題[1-3]。針對這一問題提出的解決方案大多集中在對插值方法的改進上，彭景林等[4]提出利用均勻B樣條基函數(shù)拓展PV插值法來避免局部極值，劉哲星等[5]提出利用插值平均法來避免局部極值，馮林等[6]也提出通過確定隨機擾動消除局部極值。然而以上方法均比較復雜，且計算量大。本文旨在對局部極值的產(chǎn)生原因進行研究，以闡述灰度預分割避免局部極值的機制。1 配準理論給定兩組圖像，浮動圖F和參
中國醫(yī)學影像學雜志 2013年4期2013-06-05
- 基于互信息的識別中文地名未登錄詞技術研究
的條件下，引入互信息這一概念，有助于克服以上地名識別困難。2.2 基于互信息的地名識別方法目前，國內(nèi)關于中文地名的研究主要有基于交換的地名識別方法，得到地名上下文的規(guī)律，對規(guī)律再進行篩選。本文提出了一種基于互信息的中文地名識別方法，提出中文地名的上下文互信息概念，引入互信息對其進行描述，并通過引入調(diào)整閥值進行矯正，有效地提高了中文地名識別的效果，保證了較高的召回率，有助于中文自動分詞系統(tǒng)中未登錄詞識別的提高。互信息一般反映的是字與字之間的靜態(tài)結合，因為它計
唐山師范學院學報 2011年2期2011-10-25
- 噪聲對三維圖像歸一化互信息配準的影響
10632利用互信息法進行多模醫(yī)學圖像配準近來成為醫(yī)學圖像處理領域的熱點[1～4]。互信息法只依賴于圖像本身的信息，不需要對圖像進行預處理，配準精度可達到像素級。然而互信息量與配準圖像間的重疊部分有相關性[5]，為了消除重疊區(qū)域的變化對互信息的影響，使目標函數(shù)能更加準確地反映互信息和配準參數(shù)之間的關系，Studholme等[6]和Maes[7]等提出了歸一化互信和熵相關信息的正規(guī)化的互信息測度，歸一化互信息比互信息方法更具有魯棒性[8]。目前許多不同的算法
中國醫(yī)學影像學雜志 2011年11期2011-04-07