判决特征筛选及其在图像处理和语音分析上的应用

bb20920d

题目：


雅宝题库答案：

****此区域为收费内容****    需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
随着计算机研究与应用的高速发展，模式识别技术日渐广泛地被应用到人类社会的日常生活当中。尽管近几十年来该领域的方法和理论都取得了显著成果，但模式分类的准确率和时间效率依旧受背景特征、冗余特征、杂质特征等因素的严重影响。无论识别对象是图像还是语音，在一个模式识别系统中，特征筛选通常极大地影响着后续分类器的设计和性能，对识别效果起着关键作用。本文主要针对模式分类中的判决特征进行研究和探讨，提出了一种新的判决特征筛选算法以改善模式分类的效果，并将其应用到了图像处理和语音分析两个方向以验证算法的有效性。主要研究贡献可归纳如下：1.        首先，本文讨论了判决特征对于分类器的意义。传统的模式分类通常保留所有提取特征进行训练或者测试，但实验结果表明与分类关系不大的特征和过大的特征规模都会影响分类器的准确率和时间效率。以此为依据，本文提出了一种新的判决特征筛选算法，并分别从算法的相似度计算，特征权重的迭代更新，和类别可分度定义三个关键难点详细说明算法的设计，最后给出了算法的详细步骤和有效性评估方法。2.        然后，本文将判决特征筛选算法应用到图像处理方面，相继验证了算法在监督图像分类，半监督图像分类和图像检索三个核心领域的有效性。实验选取Caltech-256、MSRC-v2两个数据库和SIFT、LSS两个图像特征描述符以证明算法的通用性。在明确阐述应用判决特征筛选算法的图像分类、图像检索系统的设计和实现框架后，本文分别对三个领域的对比实验结果进行了主观、客观分析，证明了算法筛选出的判决特征对图像识别的准确率和时间效率都有显著影响。3.        最后，本文将判决特征筛选算法应用到语音分析上。一方面独立设计并建立了由58名说话人语音构成的实验语料库，另一方面阐述应用判决特征筛选算法的说话人识别系统的设计与实现，通过对比识别说话人的准确率验证了算法的有效性。同时本文以此技术为核心设计实现了基于说话人识别的WhozTalking身份提醒系统，清晰阐述了应用场景和设计实现的关键细节，进一步证明了算法的实用性。