共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
研究三维物体识别问题,摄像机从不同角度拍摄三维物体,获取的三维物体图像变化比较大,传统方法采用单一特征或简单多特征难以正确描述三维物体,导致三维物体识别的准确率较低.为了提高三维物体识别准确率,提出一种多特征和支持向量机相融合的三维物体识别方法.首先分别提取三维物体的颜色特征、纹理特征和不变矩特征,然后采用主成分分析消除各特征间的冗余信息,最后采用支持向量机建立三维物体识别模型.采用三维物体图像数据库COIL-100进行测试实验,结果表明,相对于传统识别方法,改进方法不仅提高了三维物体识别准确率,同时加快识别速度,为三维物体识别提供了一种新的识别方法. 相似文献
3.
多传感器的多源异构数据融合处理时,大量的冗余数据及复杂的非线性可分空间导致能耗较大,为此,提出了BP神经网络和支持向量机的多源异构数据融合算法。以数据关系构建约束条件,利用BP神经网络算法建立数据清洗模型,判定节点变量的活跃程度,优化数据输入;建立数据集合,提取数据特征向量;利用支持向量机泛化能力强、凸优化的特点,获取特征的最优分类超平面,获得非线性可分多源数据集转化为高维线性可分空间的最优决策值,输出结果。实验结果表明,该算法融合多源异构数据的能量消耗小、延迟低,融合效果好。 相似文献
4.
目前有许多检测地沟油的方法,例如电导法、光谱法、色谱法等,但这些检测方法均需要在实验室环境下对油样进行处理,因此在地沟油检测方面仍缺乏快速、实时、对油样无损的检测方法.在此基础上,提出利用气体传感器阵列采集油样气味特征信息,使用支持向量机(SVM)算法对油样进行识别的方法.对75组正常食用油及45组地沟油建立了基于SVM的地沟油鉴别模型,并对15组正常食用油和15组地沟油进行识别,使用Matlab的SVM库及LIBSVM时的正确率均为27/30.实验证明了此方法的可行性,将算法在嵌入式平台上实现后可对油样进行快速、实时、无损鉴别. 相似文献
5.
基于模糊集合理论数据融合的气体识别方法研究 总被引:1,自引:0,他引:1
本文研究采用数据融合技术的智能嗅觉系统,给出系统结构,工作原理以及基于模糊集合理论的数据融合方法,并通过仿真,说明实际应用过程。 相似文献
6.
基于散射中心的雷达目标SVM识别方法 总被引:1,自引:0,他引:1
为减少经典目标识别算法中的计算量与模板存储量,本文将雷达目标散射中心作为目标识别的特征,通过支持向量机(SVM)方法分类目标.首先,采用基于传播算子的多重信号特征法(PM-MUSIC)提取雷达目标散射中心参数;其次,计算散射中心的中心矩以建立统一标准的识别特征,并采用SVM方法对目标进行分类.最后,通过仿真实验比较了该... 相似文献
7.
为了提高互联网的运行效率,根据支持向量机(Support Vector Machine,SVM)模型的支持向量机算法,研究了一种大数据信息过滤方法。首先,分析网络大数据信息的特征选择,为大数据信息的过滤方法提供数据基础;其次,构建大数据过滤模型,根据SVM的数据分类特性,确定大数据过滤模型的决策函数,引入核函数对决策函数进行参数优化,保证大数据信息过滤方法的准确性;最后,结合特征向量在分类面的距离权重与密度权重,计算模型的选择权重,实现大数据信息的精准过滤。实验结果表明,设计方法的信息过滤准确性较高,能够提高运行效率。 相似文献
8.
9.
SVM和BP算法在气体识别中的对比研究 总被引:5,自引:1,他引:5
介绍了一种可以应用于气体识别领域的新的算法-支持向量基算法(SVM),并通过同常规的神经网络算法-BP算法进行实验对比,得到了:SVM算法在数据样本不含噪声时可以得到和BP算法同样好的识别效果;在数据言本含有噪声时,该算法的识别效果相对BP算法具有明显的优势.从而证明了SVM算法在气体识别领域具有良好的研究价值和应用前景. 相似文献
10.
设施农业要求对营养液离子浓度进行精确实时在线检测;支持向量机(Support Vector Mechine,SVM)方法较之于神经网络等方法,具有更扎实的理论基础与更好的泛化能力,特别适合于小样本建模.将SVM方法应用于营养液离子浓度检测,利用数据融合的理论,不仅可以及时准确地对传感器进行可靠性诊断、实时模型的更新,还可以实现对不可在线检测成分的软测量.仿真结果表明,在营养液离子浓度检测系统中应用SVM方法的数据融合技术,模型简单,执行效果好. 相似文献
11.
12.
利用SVM对大规模数据进行训练时,需要占用很大的内存空间,甚至会因内存不够而无法训练。为此,提出了将大规模数据分块求解,然后将分块求解的结果进行信息融合的新方法。首先训练得到各模块的支持向量,将所有支持向量进行融合,得到决策模型和一组支持向量。当有新的数据加入时,将其作为一个子模块,训练得到该模块的支持向量,与原模型中获得的支持向量进行融合,训练得到新的决策模型。利用KDDCUP99数据进行实验,结果表明该方法的测试精度与在所有数据集上训练的精度相当,花费时间少,适用于增量学习。 相似文献
13.
刘学胜 《计算机与数字工程》2011,39(7):124-126,143
人脸识别是计算机视觉和图像模式识别领域的一个重要技术。主成分分析(PCA)是人脸图像特征提取的一个重要算法。而支持向量机(SVM)有适合处理小样本问题、高维数及泛化性能强等多方面的优点。文章将两者结合,先用PCA算法进行人脸图像特征提取,再用SVM进行分类识别。通过基于ORL人脸数据库的计算机仿真实验表明,该方法具有很好的可行性和实际意义。 相似文献
14.
以支持向量机(SVM)为代表的人工智能技术在智能传感器系统中得到了广泛的应用,但传统的SVM有"灾难性遗忘"现象,即会遗忘以前学过的知识,并且不能增量学习新的数据,这已无法满足智能传感器系统实时性的要求。而Learn++算法能够增量地学习新来的数据,即使新来数据属于新的类,也不会遗忘已经学习到的旧知识。为了解决上述问题,提出了一种基于壳向量算法的Learn++集成方法。实验结果表明:该算法不但具有增量学习的能力,而且在保证分类精度的同时,提高了训练速度,减小了存储规模,可以满足当下智能传感器系统在线学习的需求。 相似文献
15.
传统的异常入侵检测算法存在误报、漏报率高等问题。为此,将支持向量机应用于网络流量异常检测,提出一种基于支持向量机的网络流量异常检测模型。实验证明,该模型具有较高的检测率,对未知攻击的检测精度也很高,说明了采用支持向量机技术进行入侵检测的有效性。 相似文献
16.
为了充分利用网格技术分布式、高性能、协同共享的能力,设计了一种基于网格和支持向量机的分布式图像分类器模型,采用网格计算技术,统筹网络运算资源,结合支持向量机在有限样本统计分类中的优势,探索网格技术在图像分类中的应用。以对遥感图像目标物体的特征提取为例,实现基于分布式计算的图像分类过程,基于.net环境的实验结果表明,该模型提高了数据密集型图像分类速度和处理效率。 相似文献
17.
提出一种基于支持向量机回归的学习机,并将其应用于单片机智能传感器系统中。经过实验证明支持向量机在解决小样本、非线性问题中表现出很好的优势。 相似文献
18.
针对隐写分析中特征维数过高的问题,提出一种特征加权支持向量机音频隐写分析算法.利用特征相关性对原始特征进行优化选择,利用增益比率法计算特征权重,提出了改进特征加权支持向量机.与常用的C-SVM进行的对比实验表明,该方法能够有效提高检测率,降低时间复杂度. 相似文献
19.
针对城市供水管道早期堵塞难以检测的问题,提出了一种基于局部均值分解(LMD)的分量信号特征提取,结合支持向量机(SVM)的堵塞故障识别方法.先对声响应信号进行LMD,得到若干乘积函数(PF)分量,进而采用相关分析法选取有效PF分量,对有效PF分量分别提取能量熵、近似熵和平均声压三个指标的特征,构建分类特征集.最后利用交叉验证(CV)方法优化参数的SVM分类器识别堵塞故障信号.实验结果表明:采取基于LMD特征融合和通过CV优化的SVM相结合的方法可以有效识别供水管道的初期堵塞.与基于LMD特征融合和BP神经网络的方法进行了对比,结果表明:本文方法具有更好的堵塞故障识别效果. 相似文献