传统基于纹理和基于监督学习的方法并不能满足无人机图像提取建筑区域的要求。文章提出了基于特征分析的最大稳定极致区域检测无人机航拍图像中的建筑区域,统计样本图像特征数量采用模糊均值聚类的方法对图像建筑区域进行分类,最后采用数学形态学的方法描述检测出来的建筑区域,从而实现建筑区域的快速提取。 针对环境适老化改造推荐方案中改造项具有先后顺序的情形,将校准标签排序与多标签k近邻算法相结合,提出适于适老化改造推荐的多标签学习算法。首先引入校准标签约束不相关项,文章将多标签排序问题进行转化为标签成对比较的多分类问题,然后利用ML-k NN进行多标签分类本文由公司网站网站 转载中国知网整理!   http://www.dapenggunhuji.com/,最后重构标签对关系矩阵多标签机器学习-电动液压滚弧机滚圆机张家港钢管滚圆机滚弧机折弯机,取统计票数大于校准标签的标签项为相关标签并根据票数进行排序。通过实际老人数据集进行测试,与传统的成对比较排序法与校准标签法进行比较,结果表明校准标签排序与多标签k近邻算法相结合汉明损失更小,平均精度更高,且保持较低的错误率,更适合于适老化改造方案推荐。 ?样本的相关标签，并对相关标签按照投票结果排序，如图1所示。3实验效果分析3.1预处理本文在前期进行了大量的数据采集工作，采集方式主要为电子问卷的方式，数据内容包括两部分：能力项和适老改造项，其中能力项包括进食能力、梳洗能力、如厕能力、排便能力、自由移动能力、自主洗浴能力、记忆力衰退、抑郁症、跌倒、噎食、高血压、糖尿并帕金森、老年痴呆、通风、肢体骨折、眼疾、失聪等，每个能力项根据严重程度分为4个等级（0分、3分、5分、10分），分值越高，能力越差；适老改造图1校准标签排序问题转换多标签机器学习-电动液压滚弧机滚圆机张家港钢管滚圆机滚弧机折弯机本文由公司网站网站 转载中国知网整理!   http://www.dapenggunhuji.com/