作者:冯亚玲; 周安民 期刊:《信息安全研究》 2016年第04期
根据不同恶意软件通过特定的系统调用序列来实现相同功能的特点,给出一种基于恶意软件行为序列的特征提取方法,采用机器学习进行恶意软件检测.使用c-bow模型作为特征提取方法,综合考虑特征频率和信息增益,更加准确地选取有效特征,从而提高检测性能.实验结果证明,该方法能有效提高恶意软件的检测率和准确率.
作者:朱小波; 车进 期刊:《计算机工程与应用》 2019年第18期
针对目前行人重识别算法在目标外观特征和度量算法方面的问题,提出一种融合BOW模型的多特征子空间行人重识别算法。在行人图像上采用2-D高斯模板将图像背景弱化,然后提取BOW特征描述子和YUV+HSV颜色特征描述子,并将其融合组成最终的特征描述子。在相似性度量方面,采用在原始特征空间学习一个子空间,并在该子空间学习测度矩阵的方法进行相似性度量。在VIPeR和CUHK01两个数据集上的实验结果表明,提出的算法能够明显地提高行人重识别...
作者:林椹尠; 李妮; 惠小强 期刊:《西安邮电大学学报》 2018年第03期
针对不同场景图像下词袋(bag of words,BoW)模型的图像分类准确率较低的问题,提出了一种基于空间金字塔BoW模型的图像分类方法。该方法通过尺度不变特征变换(scale-invariant feature transform,SIFT)算法提取原始图像像素特征点作为视觉特征,对相似视觉特征进行聚类形成视觉词袋,并采用空间金字塔方法对视觉词袋进行划分,构建空间金字塔的BoW模型,通过支持向量机分类器对分层后的视觉词袋进行图像分类。分别使用BoW模型和空间...
作者:殷贺贺; 许钢; 江娟娟; 刘亚梅 期刊:《蚌埠学院学报》 2017年第01期
为了获得较高的图像分类正确率,针对传统SIFT算法在提取图像边缘特征及受光照影响大的缺陷,提出了一种改进型SIFT算法。实验表明,改进型SIFT算法在BOW模型中对图像的分类效果较原算法有明显的提升。
作者:陈杰; 王诚 期刊:《南京邮电大学学报·自然科学版》 2016年第06期
针对传统BOW(Bag of Words)模型用于场景图像分类时的不足,通过引入关联规则的MFI(Maximum Frequent Itemsets)和Topology模型对其进行改进。为了突出同类图像的视觉单词,提取同类图像的MFI后,对其中频繁出现的视觉单词进行加权处理,增强同类图像的共有特征。同时,为了提高视觉词典的生成效率,利用Topology模型对原始模型进行分工并行处理。通过COREL和Caltech-256图像库的实验,证明改进后的模型提高了对场景图像的分类性能,并...
作者:谢林波 余绍军 周国英 李虹 期刊:《中南林业科技大学学报》 2015年第05期
针对目前图像识别在油茶害虫这个领域的应用中存在的问题,提出一种基于BoW模型的油茶害虫图像识别的方法。首先对油茶害虫图像进行SIFT特征提取,然后通过BoW模型来描述各幅图像,针对每类油茶害虫,利用支持向量机(SVM)训练,进而从图像中识别出油茶害虫的种类。实验结果表明:该方法用在油茶害虫图像模式分类问题上取得了较好的识别率,其平均识别率达到了83.3%,由此表明BoW模型用于油茶害虫图像分类的有效性。