库尔班·吾布力
- 作品数：32 被引量：33H指数：3
- 供职机构：新疆大学更多>>
- 发文基金：国家自然科学基金博士科研启动基金新疆维吾尔自治区高校科研计划更多>>
- 相关领域：自动化与计算机技术电子电信语言文字更多>>
- 基于层级匹配的维吾尔文关键词文档图像检索被引量：3
- 2020年
- 为实现基于关键词的维吾尔文文档图像检索,提出一种基于由粗到细层级匹配的关键词文档图像检索方法。使用改进的投影切分法将经过预处理的文档图像切分成单词图像库,使用模板匹配对关键词进行粗匹配;在粗匹配的基础上,提取单词图像的方向梯度直方图(HOG)特征向量;通过支持向量机(SVM)分类器学习特征向量,实现关键词图像检索。在包含108张文档图像的数据库中进行实验,实验结果表明,检索准确率平均值为91.14%,召回率平均值为79.31%,该方法能有效实现基于关键词的维吾尔文文档图像检索。
- 李静静木特力甫·马木提吾尔尼沙·买买提阿力木江·艾沙库尔班·吾布力
- 关键词：文档图像检索HOG特征支持向量机
- 基于LTP和HOG纹理特征融合的中亚文档图像文种识别被引量：3
- 2021年
- 针对中亚地区存在一些相似度较高的文种,提出一种基于具有旋转不变性的统一局部三值模式(rotation invariant uniform local ternary pattern, riu2-LTP)和方向梯度直方图(histogram of oriented gradients, HOG)特征交叉融合的文档图像文种方法。使用SVM分类器对包含10个文种共10 000张图片的数据库进行试验;为了提高多文种识别效果,采用贝叶斯优化SVM的超参数。对文档图像提取了半径为1,采样点为8的riu2-LTP;重新对数据库提取HOG;采用交叉融合方法将20维riu2-LTP特征与36维HOG特征分别依次融入到新的特征集。试验表明,本研究方法平均查准率达到99%,相较于单一LTP、riu2-LTP和HOG方法有更好性能。
- 吴正健木特力甫·马木提吾尔尼沙·买买提阿力木江·艾沙库尔班·吾布力
- 关键词：LTPHOG文种识别
- 一种ppt翻页笔
- 本发明涉及翻页笔，具体涉及一种ppt翻页笔，包括激光系统，其包括第一激光发射器和第二激光发射器以及激光按钮；翻页系统，包括壳体上的上翻页键、下翻页键及壳体内的RF射频发射器、接收器；音频系统，包括设置于壳体上侧的话筒、声...
- 库尔班·吾布力阿力木江·艾沙吾尔尼沙·买买提
- 文献传递
- 离线式维吾尔文手写签名识别的一种高效的特征提取方法
- 本发明属于模式识别领域，涉及维吾尔文手写签名识别过程中提取高效率的手写签名特征。特征提取过程中，对每幅签名图像进行金字塔式分辨率子图像切分，照维吾尔文签名的特点进行改进，对高分辨率层抽取16维方向特征，对低分辨率层则抽取...
- 库尔班·吾布力阿力木江·艾沙吐尔根·依布拉音
- 文献传递
- 小波变换与多特征融合的多文种离线签名识别被引量：2
- 2022年
- 为进一步提高多文种离线手写签名识别率,提出一种小波变换与多特征融合的离线签名识别方法。首先对采集完的签名图像进行预处理和小波变换,然后对小波变换后的4张签名子图像(低频信息图像、水平高频信息图像、垂直高频信息图像和对角高频信息图像)分别提取多尺度块局部二值模式(MB-LBP)、局部相位量化(LPQ)、韦伯描述符(WLD)和ASM能量特征,并对所提特征进行串联融合,用PCA降维形成适合的特征向量。通过训练支持向量机(SVM)和随机森林(RF)分类器对签名图像进行分类对比。文中数据集包括4个文种(英文、汉文、维吾尔文、柯尔克孜文),在单个文种识别率最高达到98%,两两混合的识别率最高达到97.54%,3个文种混合的识别率最高达到96.78%。实验结果表明,提出的方法能够有效识别多文种混合的离线签名,得到了较高的识别率。
- 穆开热姆·麦海提麦合甫热提韩辉朱亚俐库尔班·吾布力
- 关键词：小波变换
- Centroid和EM结合的半监督文本分类
- 2019年
- 针对维吾尔文文本分类中的"标注瓶颈"问题,研究半监督文本分类。将期望最大化(expectation maximization,EM)算法和基于质心向量(Centroid vector)的分类算法相结合,提出一种半监督文本分类算法Centroid-EM,解决在Centroid分类器下,结合少量已标注样本和大量未标注样本来提高分类器性能的问题。在维吾尔文文本数据集上的实验结果表明,未标注样本的加入能够改善基于Centroid的分类方法在维吾尔文文本数据集上的分类效果。
- 阿力木江·艾沙殷晓雨库尔班·吾布力库尔班·吾布力
- 关键词：期望最大化半监督学习文本分类维吾尔文
- 基于Fujisaki模型的维吾尔语语音合成研究(英文)
- 根据维吾尔语的特点,对 Fujisaki 量化模型进行了修改,使之用于分析维语语调,以及它在通过规则合成 F曲线方面的应用。在已建立了的维吾尔语微型语音库的语音数据进行人工切分、标注得出手工词性标注提供的词类信息。通过分...
- 库尔班·吾布力艾斯卡尔·艾木都拉
- 关键词：语音合成语调
- 文献传递
- 基于方向特征的维吾尔文离线签名鉴别被引量：1
- 2017年
- 本文以弥补我国少数民族离线签名鉴别体系中这一漏洞的前提下,结合维吾尔文手写签名的书写风格及特点,提出了一种基于16维方向的维吾尔文离线签名鉴别方法。实验中,对10个维吾尔族人的600个手写签名样本进行签名预处理和特征提取之后,分别用三种距离分类器来进行了签名鉴别,得到的最高签名总正确率为92.58%。实验结果表明,本文提出的方法对于离线的维吾尔文手写签名鉴别来说是一种较有效的鉴别方法。
- 祖丽皮亚·艾尼麦合甫热提努尔毕亚·亚地卡尔库尔班·吾布力
- 关键词：维吾尔文
- 基于深度卷积网络的非接触式掌纹识别与验证
- 2022年
- 针对非接触式掌纹图像存在手姿态、光照等干扰因素的问题,提出了使用深度卷积网络来提取非接触式掌纹特征的识别方法,对不同网络提取非接触式掌纹特征的性能进行了验证.为了提高实用性,避免非接触式掌纹验证前的ROI提取操作,提出了基于Siamese Network的非接触式掌纹验证方法.选用了ResNet、DenseNet、MobileNetV2和RegNet 4个卷积神经网络模型,在IITD、Tongji和MPD 3个非接触式掌纹数据集上做了非接触式掌纹识别的评估实验,在IITD数据集上进行了训练和验证.MobileNetV2在IITD数据集上的收敛速度最快,RegNet在Tongji、MPD两个数据集上的收敛速度明显快于另外3个网络.RegNet在3个数据集上的识别率均最高,且较传统方法有所提高.实验结果表明,用深度卷积网络提取非接触式掌纹特征的方法有更好的识别结果.基于Siamese Network的非接触式掌纹验证方法对自然场景下的掌纹图像有较好的验证结果,且对光照和手姿态具有一定的鲁棒性.
- 许赫庭木特力甫·马木提阿力木江·艾沙努尔毕亚·亚地卡尔库尔班·吾布力
- 关键词：卷积神经网络掌纹识别非接触式
- 多文种离线手写签名识别与鉴别关键技术及应用
- 2023年
- 手写签名作为文字和行为特征的结合体,能有效实现个人身份的鉴定与识别。同时,在时代的大背景下,科技的发展与研究不仅为我们的生产生活带来了诸多便利,也为我们信息安全问题带来了许多挑战。随着“一带一路”倡议的推进,多文种混排的纸质合同、行政文书、法律条文等资料也屡见不鲜。借力于科技、潮流、地理、人文、政策等优势,手写签名识别技术成为了我们研究的焦点。
- 库尔班·吾布力无吐尔逊·库尔班阿力木江·艾沙曹雯轩麦合甫热提木特力甫·马木提朱亚俐努尔毕亚·亚地卡尔周培勇徐学斌
- 关键词：手写签名个人身份多文种信息安全问题行政文书一带一路
