简介：纹理分割领域一直是非常活跃的领域，各种纹理分割算法纹理特征提取方法层出不穷。本文着重介绍了各类纹理特征，特征提取方法以及分割技术，主要包括：基于算子的图像特征提取，基于统计方法的特征提取，基于模型方法的分割技术（分形模型，随机场模型），基于纹理结构的特征提取及分割方法，以及基于空频域特征的分割技术（小波技术）。

简介：CI作为主变换装置中牵引传动系统的主要部件,性能质量是安全运营的关键点.在对设备进行检修时,必须对牵引变流器发生的故障进行分析、记录,深入分析原因和方法,提出了以变流器输出电流作为故障特征参数的方法,提高故障判断处理的效率,已达到提高运营管理的目的.

简介：摘要：特征提取是对原始数据关键特征的表达，能凸显原始数据的主要信息，避免和非主要信息产生“等价”变换，而弱化了主要信息价值。对于时间序列的电池组数据，设计基于注意力机制的时间序列特征提取算法，从而快速地对采集的数据进行有效降维与压缩。

简介：掌纹特征的提取是掌纹识别中最关键的一个环节，特征提取算法的好坏很大程度上决定了系统的识别率和效率的高低．结合近年来发表的文献，按照分析和描述的方式对掌纹的特征提取方法进行了分类，并对主要特征提取算法进行了分析和特性比较，最后总结了掌纹多特征融合方法是未来掌纹特征提取方法进一步的研究方向．

简介：在社会经济高速发展的时代，智能交通系统的应用越来越普及。其中，车牌识别已经成为研究的热点。本文提出了一种基于模板匹配的车牌字符识别方法，对车牌中汉字和数字字母的特征提取进行了研究，并根据提取的字符特征利用模板匹配的方法对车牌字符进行识别。实验结果表明，该方法对车牌字符具有良好的识别效果．

简介：摘要：本期刊文章研究了图像特征提取与分类识别的方法。文章旨在提供关于图像特征提取和分类识别领域的详细方法，以帮助研究人员更好地理解和应用这些技术。通过各个章节的阐述，详细介绍与该主题相关的不同方法和技术，强调了它们的应用和优点。

简介：通过对专业信息自动分类的文本特征提取方法的分析研究，提出在文本分析时根据Web内容挖掘和结构挖掘的方法提取特征词条来建立文本特征空间，同时利用专业类别向量、专业词典技术可有效解决高维空间问题。

简介：特征提取是合成孔径雷达目标识别关键技术与核心任务。为了更好地提取目标特征，稀疏约束将被添加在非负矩阵分解法中，并应用于图像目标特征提取，通过利用稀疏约束的非负矩阵分解方法对sAR目标图像进行分解，构建具有稀疏性的目标特征矢量，提高了特征矢量的类内相似性与类间差异性。利用基于支持向量机的分类方法对MSTAR数据进行目标识别试验，试验结果表明，添加稀疏约束的NMF方法与PCA、ICA以及一般NMF特征提取方法相比，能够显著提高目标识别的稳定性和准确率。

简介：摘要滚动轴承发生故障时,振动信号各频带的能量会相应发生变化,各频带信号的能量中包含了丰富的故障信息。采用小波包对信号进行分解，并用小波包能量法对其分析。不同频带内的信号能量变化反映了运行状态的改变，根据不同的能量变化，可以有效对轴承信号进行故障诊断。

简介：摘要首先分析Relax特征提取原理，然后将Costas跳频编码信号的回波转化为AR模型，最后利用Relax算法实现超分辨，实验结果表明利用Relax算法完全可以实现Costas信号的特征提取。

简介：摘 要：雷达数据处理依靠先进的特征提取技术来增强信号分析。研究从预处理、信号处理、目标检测与跟踪三个层面讨论雷达数据预处理问题，从统计特征、频谱特征、时间频率特征三个层面讨论雷达数据特征提取问题，旨在通过研究进一步推动提升雷达数据处理能力，充分挖掘雷达系统性能，为有关从业者提供参考信息。

简介：在超宽带穿墙雷达成像领域，交叉极化雷达能有效识别建筑物角散射中心，而交叉极化接收到的回波信号较弱，成像中的耦合信号得到增强，角散射信号不易识别。对此提出一种基于方位散射熵的建筑物特征提取方法。该方法首先利用散射体交叉极化相关性对交叉极化成像结果进行加权提取角散射中心，然后通过方位散射熵滤除墙体杂波影响、增强墙角散射幅度，最后使用循环迭代的中心定位算法得到精确的墙角散射中心。仿真和实验数据结果表明，该方法通过角散射体的极化特性和方位角属性可以准确地提取建筑物角散射中心。

简介：摘要：随着能源需求的不断增长和电能量数据的大规模采集，对电能量数据的异常检测变得尤为重要。异常电能量数据可能预示着潜在的故障或异常情况，所以及早发现和准确识别异常对于能源系统的稳定运行和设备维护至关重要。本文提出了一种基于数据挖掘的电能量数据异常特征提取方法，旨在提高电能量数据异常检测的准确性和效率。

简介：为后续目标识别作准备，针对采集并且存储之后的飞机目标雷达回波信号，完成后端雷达信号处理。首先，基于MATLAB提取波门内采样的回波信号并且实现目标的一维成像。然后，采用传统的傅里叶变换模值、双谱奇异值分解法对目标的一维距离像进行特征提取。为了获得较为稳定的目标特征，针对以上两种方法，主要从特征相似性的测量角度分析单一目标特征提取方法的性能优劣。最后通过实验，从相关系数概率密度分布情况得出双谱奇异值分解特征提取法性能较佳，所得到的目标特征较稳定。

简介：摘要爆震是制约汽油机小型化和热效率提高的重要因素。准确的爆震始点检测和强度评估，是保证汽油机临界爆震燃烧从而改善其动力性和经济性的前提。本文对相应的提取爆震特征的方法，如时域频域分析法，短时傅立叶变换、维格纳-瑞利分布及小波变换等分析方法进行了研究。根据已有的实验结果表明，时域分析法和频域分析法在爆震特征提取上都有一定的局限性，而时频分析法的应用可靠性及应用范围则相对优于前两者。同时时频分析法在一定程度上还具有各自的特点，如STFT和WVD直接提取爆震特征效果差，但能够有效地从滤波后的信号中提取爆震特征。而离散小波变换则具有明显的优势，能够直接从压力信号和振动信号中有效地提取爆震特征。

简介：摘要 ：风电场多分布在偏远地区的高原、丘陵或草原上，往往受到恶劣环境条件的影响，尤其是风电机组的传动系统，如主轴、齿轮箱、联轴器和发电机等极易发生故障。及时发现故障、诊断故障并解决故障是保证风电机组可靠运行的有力保障。风电机组传动链故障诊断的关键是提取相关部件发生故障的典型故障特征，基于此，本文主要对 风电机组传动链典型故障特征提取方法进行分析探讨。

简介：从大量的地震属性中提取最能反映地质特征的综合属性是储层预测技术的关键,通常选用降维方法来优选属性。目前应用最为广泛的线性降维方法。但是,由于地震属性与地质特征的关系通常是非线性的,基于线性变换的地震属性降维优化方法不能充分地反映这种非线性关系,降低了储层预测的精度。流形学习是一种新的非线性学习方法,它是通过保持数据局部结构的方式将高维数据投影到低维空间,挖掘和发现隐藏在数据中的内在特征与规律性,开拓了地震属性降维优化研究的新领域。本文首次实现了3D地震数据的层问属性特征提取,讨论了LLE方法及其关键技术,并以奥陶系礁滩相储层实例说明LLE和PCA两种方法降维及聚类的不同效果。理论模型分析和实例应用表明：LLE较好地保持了数据本身的原始结构;提取的综合属性和聚类相图较好地刻画了沉积相带、储层和流体的特征。这说明流形学习具有更好的特征提取性能。

简介：

简介：摘要

简介：摘 要：通常我们所了解的人脸识别算法是指将人的五官特征或者局部特征经过图像处理，上传到系统后端，再和数据库的人脸照片进行比对，最终识别出所需要的类别。人脸识别算法比较广泛应用于监控、公安系统、考试系统、门禁检查、身份识别等领域，而基于特征提取的人脸识别算法是人脸识别系统中的关键部分，接下来我们将通过本文了解一下关于人脸识别算法的特征提取需要注意的事项。