一种语音分类识别的方法及装置

    公开(公告)号:CN107507611A

    公开(公告)日:2017-12-22

    申请号:CN201710774048.1

    申请日:2017-08-31

    Applicant: 苏州大学

    Abstract: 本发明公开了一种语音分类识别的方法,向预先创建的分类器模型中输入待判别的语音数据样本,根据所述分类器模型的输出值得到所述语音数据样本的分类结果;其中,所述分类器模型是基于采用L1范式正则参数和拉普拉斯正则参数确定以及支持向量机的约束条件,获得支持向量样本集合,从而使得获得的分类器模型,具有较强的稀疏性和可解释性,且对噪音具有较强的过滤能力,从而对噪音具有较强的鲁棒性,从而能够获得对语音分类的一个较为准确的结果。本发明还提供一种语音分类识别的装置,具有上述有益效果。

    基于稀疏边界Fisher算法的图像识别方法及装置

    公开(公告)号:CN107203786A

    公开(公告)日:2017-09-26

    申请号:CN201710425040.4

    申请日:2017-06-06

    Applicant: 苏州大学

    CPC classification number: G06K9/6235 G06K9/6256 G06K2009/6236

    Abstract: 本发明公开了一种基于稀疏边界Fisher算法的图像识别方法及装置,该方法包括:获取第一训练数据集,根据第一训练数据集得到投影矩阵;对投影矩阵进行稀疏化处理,得到稀疏投影矩阵;将第一训练数据集通过稀疏投影矩阵进行投影得到第二训练数据集;接收待识别图像的第一测试数据,对第一测试数据通过稀疏投影矩阵进行投影得到第二测试数据;利用分类算法对第二测试数据在第二训练数据集上进行识别。因此,通过对训练数据集进行投影得到投影矩阵,可以最大程度的保留数据的几何结构,再将投影矩阵进行稀疏化处理,可以得到更好的泛化能力和判别能力,解决了对所有数据的判别学习失去平衡的问题,同时提高了识别率。

    一种基于多个1类支持向量机的人脸相似性识别方法及系统

    公开(公告)号:CN103886310B

    公开(公告)日:2017-09-19

    申请号:CN201410163058.8

    申请日:2014-04-22

    Applicant: 苏州大学

    Abstract: 本发明提供一种基于多个1类支持向量机的人脸相似性识别方法及系统。所述方法包括以下步骤。S1、对现有的人脸训练样本集进行处理,获得差样本对,并构造差样本对训练集。S2、对所述差样本对训练集按类别分别进行训练学习,获得1类SVM模型系数,并通过所述模型系数获得超球体半径rc。S3、获取任意两个测试样本的测试差样本对,并根据所述测试差样本对及超球体半径计算相似性判别模型,以判断所述任意两个测试样本的相似性。

    基于支持向量数据描述的特征提取及分类方法及其系统

    公开(公告)号:CN106446931A

    公开(公告)日:2017-02-22

    申请号:CN201610767804.3

    申请日:2016-08-30

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于支持向量数据描述的特征提取及分类方法,包括分别计算每个样本到对应于各种数据类型的多个超球体模型的球心的欧式距离;其中多个超球体模型采用支持向量数据描述算法预先训练得到;将各个欧式距离与其对应的超球体模型的半径带入新特征关系式,得到每个样本对应的新特征样本;各个新特征样本的集合为新特征样本集;采用预设分类算法对新特征样本集进行分类处理,得到分类结果。本发明能够减小特征提取时的计算量,提高数据分类的速度。本发明还提供了一种采用上述方法的基于支持向量数据描述的特征提取及分类系统,具有上述优点,在此不再赘述。

    一种故障检测方法和系统
    25.
    发明公开

    公开(公告)号:CN106444653A

    公开(公告)日:2017-02-22

    申请号:CN201610696202.3

    申请日:2016-08-19

    Applicant: 苏州大学

    CPC classification number: Y02P90/02 G05B19/41885 G05B2219/31357

    Abstract: 本发明公开了一种故障检测方法和系统,将工业过程中的已有训练数据集映射到非线性特征空间,生成映射后的训练样本数据集;将在所述工业过程中收集的数据映射到所述非线性特征空间,生成映射后的测试数据;根据所述训练样本数据集判断所述测试数据是否为故障数据。本申请提供的技术方案把工业过程中采集的数据经非线性映射投影到非线性特征空间,在非线性特征空间中利用训练样本数据集对测试数据进行高效的故障检测,可以提高对于故障的检测精度,能够获得更高的故障检测率。

    投影变换矩阵的获取方法、样本分类方法

    公开(公告)号:CN103870848B

    公开(公告)日:2017-02-15

    申请号:CN201410128704.7

    申请日:2014-04-01

    Applicant: 苏州大学

    Abstract: 本发明提供了一种投影变换矩阵的获取方法、样本分类方法,投影变换矩阵的获取方法中使用训练样本的类别标签形成类别信息,并根据类别信息对训练样本进行分类得到同类样本和异类样本,并通过进一步的计算得到投影变换矩阵。本方法中由于类别标签能够准确的表示训练样本的类别,类别信息与类别标签是一一对应的,因此类别信息能够准确反应训练样本的类别,本方法中训练样本的类别信息是确定的不是通过计算得到的,因此通过类别信息对训练样本进行分类,不会出现分类出错的情况,因此本方法能够获得正确地投影变换矩阵,并很好地实现拉近同类之间距离,扩大异类之间距离的目的,进而使分类性能变好。

    一种基于支持向量机的人脸识别方法及系统

    公开(公告)号:CN103279746B

    公开(公告)日:2016-12-07

    申请号:CN201310210372.2

    申请日:2013-05-30

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于支持向量机的人脸识别方法及系统。所述方法包括:获取人脸样本训练集:对于人脸样本训练集中的每一个人脸样本,随机选取k个与该人脸样本属于同一个类别的人脸样本作为同类样本,随机选取k个与该人脸样本属于不同类别的人脸样本作为异类样本;根据所述同类样本和所述异类样本生成差样本对集合;所述差样本对集合中,对于所述人脸样本训练集中的每一个人脸样本,均有2k个同类差样本对,以及2k个异类差样本对;对于差样本对集合,采用支持向量机训练得到相似性判断模型;根据所述相似性判断模型得到分类模型,采用所述分类模型进行人脸识别。采用本发明的方法或系统,可以在保证快速采样的前提下提高人脸识别的效率。

    一种基因表达数据分类方法及分类系统

    公开(公告)号:CN105825081A

    公开(公告)日:2016-08-03

    申请号:CN201610246971.3

    申请日:2016-04-20

    Applicant: 苏州大学

    Abstract: 本申请公开了一种基因表达数据分类方法及分类系统,其中,所述基因表达数据分类方法中在获得所述基因特征数据集之后,采用聚类算法对所述基因特征数据集进行聚类,获得第一预设参数个的聚类集合,然后对所述聚类集合进行处理获得第二样本矩阵、第二训练集以及特征索引集以对基因表达数据进行降维,从而降低基因表达数据之间的冗余度,进而在很大程度上降低了在之后对所述第二训练集进行特征选择的过程中占用的计算资源以及耗费的计算时间;而采用聚类算法对所述基因特征数据集进行聚类操作所占用的计算资源以及耗费的计算时间都很少,因此采用所述基因表达数据分类方法对待测基因表达数据进行分类占用的计算资源和耗费的计算时间都较少。

    一种鲁棒直推式标签估计及数据分类方法和系统

    公开(公告)号:CN105608471A

    公开(公告)日:2016-05-25

    申请号:CN201511002862.9

    申请日:2015-12-28

    Applicant: 苏州大学

    Abstract: 本发明公开了一种鲁棒直推式标签估计及数据分类方法和系统,方法包括:利用有标签和无标签训练样本人工初始化类标签矩阵,经近邻搜索构造相似近邻图和归一化后的权重系数矩阵;通过平衡近邻重构项和标签拟合项得到未知标签训练样本的软标签矩阵;基于鲁棒l2,1-范数度量的近邻重构错误,定义流形平滑项;对标签拟合项进行l2,1-范数正则化;通过迭代计算得到每个未知标签样本数据的软类别标签向量,估计出样本类别,得到分类结果。采用该方法构建的系统,通过引入l2,1-范数正则化技术,有效提升了系统对于噪音的鲁棒性,增强分类性能。

    一种人类基因启动子识别方法和系统

    公开(公告)号:CN105550538A

    公开(公告)日:2016-05-04

    申请号:CN201610076071.9

    申请日:2016-02-03

    Applicant: 苏州大学

    CPC classification number: G06F19/24

    Abstract: 本申请公开了一种人类基因启动子识别方法和系统。该方法在获取人类基因训练样本后,基于启动子与三个非启动子之间的对称散度,从所有N联体集合中确定最具有分辨率的N联体集合。进而,利用具有分辨率的N联体集合完成对分类器的训练,并利用训练后的分类器对人类基因测试样本进行识别。与先有技术相比,本发明采用对称散度作为述启动子和非启动子的之间的距离度量,由于对称散度的对称性,因而其作为距离度量的测量精度更高,从而提高了对启动子的识别度。

Patent Agency Ranking