共查询到20条相似文献,搜索用时 46 毫秒
1.
仓储物害虫自动分类识别是储粮生态系统中的重要研究课题之一。近年来,支持向量机以其出色的学习性能,已成为机器学习领域的一个研究热点。本文在研究支持向量机理论的基础上,将支持向量机引入仓储物害虫的分类识别中。实验表明,该方法与传统的神经网络方法相比,克服了后者固有的过学习和欠学习问题,并且对复杂模式的识别能力较强,达到了较高的识别率,这为仓储物害虫的快速鉴定和分类研究开辟了新的途径。 相似文献
2.
近红外光谱检测技术在仓储害虫识别中的应用 总被引:6,自引:2,他引:4
简要介绍了近红外光谱检测技术的发展过程及在仓储害虫识别应用中的基本原理,通过对近红外光谱检测技术在国内外仓储害虫识别中的发展状况的分析,提出了在仓储害虫识别中采用近红外光谱检测技术与图像处理识别技术结合的研究新思路。 相似文献
3.
4.
提出一种基于支持向量机的实际调制信号自动识别新方法。利用支持向量机把分类特征向量映射到一个高维空间,并在高维空间中构造最优分类超平面以实现信号分类。计算机仿真结果表明,该方法对实际采集的信号具有很好的分类性能。 相似文献
5.
利用多模态智能技术识别情绪已成为业界研究热点。利用摄像头采集到的人脸图像信息传入已经训练好的模型之中,融合传感设备采集到的用户皮肤电反应和心电信息,提出采用支持向量机分类得到情绪所属的二维情绪模型位置,从而得出用户的准确情绪状态,提高了整体情绪识别、分类的准确率。算法对于人类基本情绪的识别准确率达到77.85%,高于单一模态识别的准确率,为多模态情绪识别研究提供了一种新的思路和探索。 相似文献
6.
谷物害虫图像识别中特征值提取技术的研究 总被引:3,自引:0,他引:3
本文阐述了在仓储物害虫分类识别研究中利用计算机数字图像处理技术,对谷物害虫图像的一阶灰度值直方图和图像的目标区域,自动提4取静态仓储物害虫图像的数理统计特征、纹理特征和几何形状特征的主要技术和方法。试验结果表明,该方法可以为谷物害虫的计算机自动模式识别(快速分类)提供稳定的特征参数值,有效地提高了识别率。该方法为仓储物害虫的快速鉴定和分类研究开辟了新的途径。 相似文献
7.
针对支持向量机(SVM)在大规模入侵信号分类时存在的局限性,提出了一种改进的SVM信号识别方法。该方法首先采用粒子群优化算法(PSO)来生成多样化的初始位置,然后利用灰狼优化算法(GWO)更新离散搜索空间中样本的当前位置,获得最优特征子集;最后基于最优特征子集用SVM对待测样本进行分类识别。实验结果显明,在识别周界入侵信号时,基于PSO-GWO-SVM算法的分类器获得了96.86%的准确率、95.82%的灵敏度(SE)和96.31%的特异性。与传统的信号识别方法相比,具有更优异的识别精度、适应性和时效性。 相似文献
8.
提出了一种基于HHT和支持向量机的实际数字调制信号识别算法。首先介绍了HHT方法的基本原理,对三种数字调制信号进行分析,提出用于识别实际FSK,PSK和QAM信号的特征参数,然后运用支持向量机算法分类三种数字调制信号,仿真结果表明,在信噪比10dB时,识别率达95%以上。 相似文献
9.
10.
11.
Biswa Ranjan Senapati Sipra Swain Rakesh Ranjan Swain Pabitra Mohan Khilar 《International Journal of Communication Systems》2023,36(4):e5414
Evolution of wireless access technology, availability of smart sensors, and reduction in the size of the set up of the communication system have engrossed many researchers toward vehicular ad hoc network (VANET). Vehicle-to-vehicle and vehicle-to-access-point communication in a vehicular environment facilitates the deployment of VANET for many different purposes. The success of any application implemented in a VANET relies on timely and accurate data dissemination across the nodes of the network. Implementation of any application is not going to be fruitful if the communication unit transmits incorrect sensor data due to the presence of a fault. This article focuses on the automatic detection of hard and soft faults for vehicular sensors and the classification of faults into permanent, intermittent, and transient faults using cloud-based VANET. For the cloud service, ThingSpeak cloud is used. At the RSU of the VANET, hard fault detection is performed, and for this purpose, a time-out strategy is proposed. The observation center, after receiving sensor status data over a vehicular cloud, does soft failure detection. The soft fault is identified by utilizing a comparative-based technique during soft fault diagnosis. Soft faults are categorized using two machine learning algorithms: Support vector machine and logistic regression. The effectiveness of the suggested work is assessed using performance metrics like fault detection accuracy, false alarm rate, false positive rate, precision, accuracy, recall, and F1 score. 相似文献
12.
针对投影孪生支持向量机(Projection Twin Support Vector Machine,PTSVM)在训练和求解过程中存在的问题,提出了一类改进的投影孪生支持向量机(Improved PTSVM),简称为IPTSVM.该文首先构造了改进的线性投影孪生支持向量机,然后利用核技巧轻松将其推广到了非线性形式.本文的主要贡献有:(1)提出了投影孪生支持向量机的新模型,克服了原始PTSVM在训练之前需要求解两个逆矩阵的问题;(2)继承了传统SVM(Support Vector Machine)的精髓,利用核技巧直接将线性IPTSVM推广到非线性形式;(3)引入了一个新的参数,可以调节模型的性能,提高了IPTSVM的分类精度.实验结果表明,与PTSVM算法相比较,IPTSVM不仅提高了分类精度,而且克服了PTSVM的一些不足. 相似文献
13.
14.
首先介绍了支持向量机及Robust支持向量机的分类算法,提出了Robust支持向量机的入侵检测的模型;并利用研究入侵检测系统的MIT’s Lincoln实验室1998年收集DARPA BSM的数据集,对Robust支持向量机和普通的支持向量机的性能进行了比较。 相似文献
15.
通过对使用隐写软件Steghide隐藏信息前后图像T、A、P点数目变化规律的分析,对每幅图像构造一个特征 向量,并且结合支持向量机提出一种基于OC_SVM的Stegthide检测算法,同时,实验结果给出了该算法在不同信息嵌 入量情况下的检测性能。 相似文献
16.
17.
近似支持向量机(PSVM)在支持向量机(SVM)的基础上,变不等式约束为等式约束,只需求解一组线性等式,避免了求解二次规划问题,使得算法更快、更简洁,在两类分类问题中取得较好应用.探讨了3种基于两类PSVM的多类分类方法,在标准数据集上进行了验证,并与标准SVM的结果进行了比较,结论表明3种PSVM多类分类方法能取得较好的分类性能. 相似文献
18.
19.
地图匹配是浮动车数据(FCD)处理的重要步骤,直接影响城市交通信息获取的准确性。目前的FCD地图匹配方法主要包括点到点、点到线等几何拓扑结构方法,它们仅使用了当前点和前一时刻GPS点信息,大量的FCD历史匹配数据没有被利用。本文在分析FCD误差分布的基础上,提出了一种基于SVM多分类器的FCD地图匹配算法,使用线到线的全局匹配得到的路段历史匹配样本对分类器进行离线学习,然后进行FCD实时匹配。最后给出了训练过程及参数调优,实验结果说明本文所提方法的匹配准确度优于点到点和点到线方法。 相似文献
20.
行人检测是当前计算机视觉领域的挑战性课题之一.本文提出一种基于后验HOG特征的多姿态行人检测方法.首先,统计全部行人样本的梯度特征能量共性信息,对单个行人样本的HOG特征进行加权获得能够表现行人边缘轮廓的后验HOG特征,有效减少复杂背景的影响.其次,利用S-Isomap特征降维方法和K-means聚类方法对不同姿态和视角的行人做子类划分,并针对每一个子类训练子类分类器.最后,根据多个不同姿态的子类分类器输出值,训练等权重加和方式的多姿态-视角集成分类器.不同数据集上的测试结果表明,本文所提利用共性信息获得的后验特征超过了经典HOG和其它典型特征的描述能力.与现有方法相比,通过将所提出的特征与多姿态-视角集成分类器结合,有效地提高了检测精度. 相似文献