基于SVM的复杂非线性黑箱系统在线辨识方法

支持向量机(SVM)是一种基于结构风险最小化原理的学习技术,是一种新的具有很好泛化性能的回归方法,本文分析了采用神经网络方法进行非线性系统建模存在的缺点,并将SVM应用于复杂非线性黑箱系统模型的在线辨识当中,理论分析和实验证明,该方法学习速度快,跟踪性能好,泛化能力强,对样本的依赖程度低,比神经网络非线性系统建模具有更好的预测精度.     

基于RST和SVM的入侵检测系统

结合粗糙集理论和支持向量机的特点,构建了基于粗糙集理论和支持向量机的知识简化系统,针对入侵检测系统进行了研究分析,建立了基于粗糙集理论和支持向量机的入侵检测系统,最后通过仿真实验比较,其结果表明该系统有效改进了以往的入侵检测系统的。     

基于机器视觉和支持向量机的脐橙品质分级检测

为实现利用机器视觉代替人工视觉对脐橙进行品质分级检测, 采用数字形态学方法把脐橙从背景中分离出来, 并提取脐橙的体积、果面缺陷、颜色和纹理等几个主要特征.以这些特征量为支持向量机 (support vector machine, SVM) 的输入特征向量进行SVM分类器训练.最后, 用该分类器进行脐橙分级检测.实验结果表明:该分类器具有正确识别率高、实时性好的特点, 适合于实时环境下的脐橙分级检测.     

基于数字图像处理和SVM的岩体裂隙迹线自动检测

提出了一种基于线特征检测、SVM裂隙识别和分割迹线自动连接的岩体裂隙迹线自动检测新方法,该方法计算图像光强度函数2阶导数最大值方向上每个像素点的1阶导数,将1阶导数过零点标识为线特征点,按边缘相似性原则连接成线分段。用线分段的光度参数和几何学参数作为描述裂隙迹线的特征参数,采用盒约束的软间隔优化方法实现裂隙迹线的识别分类。实验结果显示,所提出的方法,可从岩体暴露面图像中自动检测识别裂隙迹线,自动生成的迹线图与地质工作人员手工绘制的迹线图基本相符,表明了本文方法的有效性。     

基于SVM的BoVW距离度量学习

在视觉单词包模型（bag of visual words,BoVW）模型中,由于特征检测的不足、聚类算法的缺陷及视觉单词的量化误差,用BoVW模型产生的视觉词典中,存在视觉单词同义性和歧义性的问题,因此用BoVW计算图像距离时,效果不太理想.BoVW模型产生的词典规模巨大,学习一个普通矩阵需要的运算量难以接受.针对BoVW模型上述缺陷,文章提出了一种基于SVM的BoVW距离度量学习方法.该方法利用SVM训练一个将相似图像对与非相似图像对最大程度分离的超平面,得到计算词频直方图点积的权重矩阵.在Oxford图像集上的检索实验表明了该方法的有效性.     

基于SVM多分类器的管道内检测信号处理研究

该文针对超声波检测是重要的管道腐蚀内检测方法之一,超声回波信号处理是内检测的关键技术。腐蚀缺陷回波的形态受到缺陷方向、位置、形状、面积、深度和管壁粗糙度、检测设备工作状态及各回波间的相互作用等诸多因素的影响,其时域特征很复杂,1个检测回波A扫描信号就有几千个数据。如果将有限的管壁厚度分为几个区间,每个区间对应一种腐蚀状态,管道腐蚀内检测问题就成了对超声回波信号进行状态分类的高维多分类识别问题。该文通过对回波信号的深入分析,利用径向基核函数支持向量机对超声回波信号进行处理,采用一对多和层(树)分类两种方法分别实现了管道多腐蚀等级自动分类识别。实验结果表明,该方法不但提高了分类的正确率,而且提高运算的速度,取得了较好的分类结果。     

基于二叉树和SVM的指纹分类

为解决支持向量机（Support Vector Machine，SVM）进行指纹多类分类存在困难的问题，在应用二叉树理论的基础上，提出了一种新型的指纹分类方法．该算法首先使用二叉树进行多类决策，将原始分类数据分解成3个二类分类问题，然后利用SVM进行二类分类，使3个分类超平面得到优化．两者的有机结合，充分发挥了SVM在二类分类问题方面相对于其它方法的优势，从而使算法的推广能力有较大提高，总的分类正确率可达97．9％．实验结果证明，二叉树构造多类框架将指纹多类分类问题分解成3个二类分类器系统，不仅可以有效的提高指纹分类的效率，还充分发挥了SVM分类器解决二类分类问题的优势．     

基于SVM的软件质量评价

为了提高软件质量评价的准确性,参考各软件质量模型中的质量因素,构建评价指标体系并构建基于SVM的软件质量评价模型,通过在WEKA下实例仿真,基于SVM的评价结果与期望的结果是一致的,表明该方法能够准确、科学和客观地评价软件质量。     

基于LSA和SVM的火灾烟雾检测算法

为了解决视频烟雾检测中特征提取难度较大、复杂度较高的问题,提出一种基于潜在语义(Latent Semantic Analysis,LSA)特征和支持向量机(Support Vector Machine,SVM)的烟雾检测算法。该算法首先将烟雾图像库中的每幅图像进行有重叠分块,提取每个分块的小波纹理与HSV颜色特征;再对所有分块特征进行聚类、量化成"视觉字",并且根据每个"视觉字"在每幅烟雾图像中出现的频率,建立"词-文档"矩阵;然后采用LSA方法获得每幅烟雾图像的潜在语义特征;最后结合SVM,实现视频烟雾检测。对比实验表明,该算法特征提取简便,可以更快检测烟雾的发生,提高了烟雾检测效率。     

采用改进型DENCLUE和SVM的电子皮带秤故障诊断

针对电子皮带秤的在线故障诊断问题,提出一种基于改进型DENCLUE聚类分析和偏二叉树支持向量机(SVM)分类器的故障在线检测和诊断方法.由于故障数据随设备流量的变化而变化,采用改进DENCLUE聚类算法对实时检测到的数据进行聚类分析,分离出故障数据,实现在线故障检测;将DENCLUE算法中的密度估计方法引入到支持向量机中,提出一种基于类内相似密度和类间相似密度构建可分性测度和二叉树结构的改进型BTSVM,结合标准数据集验证了改进型BTSVM的优越性,并利用该分类器对检测出的故障进行故障模式在线识别诊断.对阵列式皮带秤进行试验,结果表明,提出的故障在线检测和诊断模型更适合散状物料连续称重系统的在线故障检测诊断.     

基于机器视觉和支持向量机的带式输送机矸石检测方法

针对现有带式输送机矸石检测中存在可靠性、准确性和实时性差的问题,提出了一种基于机器视觉和支持向量机的带式输送机矸石检测方法。该方法利用摄像机采集带式输送机运输的物料（煤和矸石）图像,采用中值滤波、拉普拉斯锐化、Otsu算法图像分割以及Canny算子边缘检测对物料图像进行预处理,提高图像质量;采用直方图算法提取煤和矸石图像的特征参数;采用支持向量机算法实现对煤和矸石的分类与识别;采用质心法确定矸石在图像中的位置。结果表明：该方法在线检测带式输送机运输物料中的矸石的识别率能够达到91.8%,矸石检测准确率高;单张处理图像的时间在40 ms左右,能够很好地实现实时检测;矸石定位准确率高,为后续机械手臂的抓取提供保证,解决了带式输送机矸石检测中存在可靠性、准确性和实时性差的问题。     

基于支持向量机的在线拍卖成交价格预测方法

针对现有在线拍卖成交价格预测方法计算时间长的问题,依据淘宝网在线拍卖出价特点,建立了一种全新的在线拍卖成交价格预测方法.方法以支持向量机分类算法为基础,通过预测出价次数间接对成交价格进行预测.利用编写程序收集淘宝网在线拍卖交易数据3 310条,对应有效出价记录8 275条,以之作为实验数据.实验证明,预测结果明显优于平均值预测,并有22.1%的预测结果完全准确.由于训练时间仅为数秒,为建立实时在线拍卖成交价格预测决策支持系统奠定了基础.     

基于协议分析和SVM多分类的入侵检测系统研究

入侵检测实质上可以被描述为对数据样本进行尽可能正确的分类,关键问题是特征选择和模式识别方法的选择.采用SVM分类器组合的方法对数据样本进行分类,结合协议分析技术,提出了基于协议分析和SVM多分类的入侵检测系统模型,并利用KDD CUP 99数据集对系统模型进行测试.测试结果表明,所提出的方法有效提高了入侵检测的效率,降低了漏报率和误报率.     

基于二叉树和SVM的指纹分类

为解决支持向量机(Support Vector Machine, SVM)进行指纹多类分类存在困难的问题,在应用二叉树理论的基础上,提出了一种新型的指纹分类方法．该算法首先使用二叉树进行多类决策,将原始分类数据分解成3个二类分类问题,然后利用SVM进行二类分类,使3个分类超平面得到优化．两者的有机结合,充分发挥了SVM在二类分类问题方面相对于其它方法的优势,从而使算法的推广能力有较大提高,总的分类正确率可达97.9%．实验结果证明,二叉树构造多类框架将指纹多类分类问题分解成3个二类分类器系统,不仅可以有效的提高指纹分类的效率,还充分发挥了SVM分类器解决二类分类问题的优势．     

一种基于机器视觉的玻璃质量在线检测系统

对玻璃缺陷识别原理进行了介绍,并对基于机器视觉的运动图像实时处理算法进行了研究。由此,提出了玻璃质量在线检测系统的总体设计方案,并提出了一种基于自适应阈值选取的图像二值化分割、缺陷特征提取并通过神经网络分类器识别不同种类缺陷的新算法。在此基础上,研制开发了一个玻璃质量在线检测系统,并将其运行于工业现场。实际使用情况表明该系统是可行且有效的。     

基于SVM与特征提取的鲁棒性数字水印算法

为抵御大部分图像处理攻击,特别是几何攻击,提出一种改进的基于SVM与特征提取的鲁棒性数字水印算法.根据图像中的邻域像素之间的相关性,引入新的图像描述子和纹理描述子来提取图像特征.对样本点及其邻域像素的所有纹理变化进行训练,由邻域像素的和与方差组成训练集,训练好的SVM被用来分类一系列测试集,按照分类结果嵌入与提取数字水印.本文算法仿真试验结果表明,改进后新算法不仅具有较好的透明性,而且对中值滤波、叠加噪声等一般性处理和旋转、缩放、剪切等几何性攻击均具有更好的鲁棒性,训练时间和算法复杂度方面优于原有算法,提取的水印精度更高.