基于SVR的异常数据检测

支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题。该文利用支持向量回归算法中结构风险函数的性质以及KT条件,提出一种回归中的异常值检测方法。仿真实验结果表明了所给方法的可行性和有效性。     

基于SVM的综合评价方法研究

系统介绍了统计学习理论与支持向量机的基本思想，研究了它们在综合评价中的应用。分析了科研立项评审系统的设计方法，建立了基于SVM的评审系统。文末比较了新评审系统和采用其它方法如模糊排序、神经网络等建立的评审系统所分别取得的拟合效果，比较结果表明：采用支持向量机设计的评审系统结构简单、思路清晰地且能取得更为理想的评审结果。     

基于核的特征提取技术及应用研究

该文分析了一般主成分分析在处理非线性问题上存在的不足，阐述了基于核的主成分分析方法，并将其首次应用到综合评价中，应用结果表明：基于核的主成分分析方法具有优秀的特征提取性能，采用不同形式的核函数基本上能获得相同精度的特征提取效果，文末指出为提高运算速度，减少内存要求和降低复杂度，可在KPCA中结合主动学习的方法。     

基于支持向量机的滚动轴承质量检测方法

介绍了基于支持向量机的分类机制,分析了滚动轴承振动信号的特点和质量检测的要求,提供了振动信号特征的选择方法。在此基础上,建立了基于支持向量机的滚动轴承检测方法,实例证明该检测方法是完全可行的:能够同时满足检测的实时性和灵活性要求。     

基于SVR的混沌时间序列预测

支持向量机是一种基于统计学习理论的新颖的机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点。这种方法已广泛用于解决分类和回归问题。论文介绍了支持向量回归算法的各种版本,同时将它们应用到混沌时间序列预测中,并且比较了它们的预测性能,为实际应用合理选择模型提供一定的依据。     

STAP在线阵和面阵中的比较

STAP（时空自适应处理）已被证明是机载雷达在强杂波环境下检测目标的一种有效方法。文中对面阵和线阵作比较,分析了阵元幅相误差对线阵中二维STAP（2D-STAP）性能的影响,对面阵天线采用的三维STAP（3D-STAP）技术,补偿因存在阵元幅相误差而导致各列子阵俯仰方向图的不一致性。对仿真数据处理结果证明三维处理具有更好的性能和很强的误差容错能力。     

基于最小二乘修正的随机Hough变换直线检测

利用Hough变换进行直线检测时,由于直线在参数空间中的映射容易受到邻近目标、噪声以及本身非理想状态的干扰,算法中的投票过程较易出现无效累积,进而导致虚检、漏检及端点定位不准等问题.针对传统方法的上述缺陷,提出了一种基于 ρ-θ 域最小二乘拟合修正的随机Hough变换的直线检测方法.首先, 在随机抽样时利用像素-长度比值对抽样的有效性进行判定,剔除不在直线上的抽样点对;然后, 对邻域相关点进行 ρ-θ 域的最小二乘拟合,得到修正后的直线参数用于累加投票,投票过程中设定累加阈值,通过检测峰值点逐次检出疑似长直线;最后, 通过设定断裂阈值对每条长直线进行筛选和分段,定位出直线段的端点.仿真实验表明,所提方法在投票时有效抑制了复杂环境对局部最大值的干扰,使直线检测的准确率得到显著提升.     

带约束的最优多元回归模型及其应用

针对区域经济发展短期预测建模的特点,结合核方法和支持向量回归的研究进展,提出了一类带约束的最优多元回归模型,该模型综合考虑了多元回归函数的拟合误差、泛化能力以及经济预测的特点,为区域经济的发展预测提供了一种新方案,对广东省江门市最近五年经济发展的预测也验证了该模型的有效性.     

基于蓝牙技术的网络洗衣机程控板设计

介绍了蓝牙技术的基本内容,分析了信息家电的主要功能,并设计和实现了一种基于蓝牙嵌入式模块7708的网络洗衣机程控板。相应的网络洗衣机不仅具备常规洗衣机的全部洗、漂、脱功能,且能通过Internet在远端对其进行监控与维护。     

基于改进RHT的SAR图像机场区域提取算法

星载合成孑L径雷达(SAR)图像信噪比低,由于相干斑噪声和非检测目标的干扰,在其中进行机场目标检测及区域提取难度较大.针对上述问题,提出一种星载SAR图像机场目标检测提取算法.对原始SAR图像进行curvelet阈值去噪处理,抑制相干斑噪声并突出低灰度区域;根据灰度分布进行Otsu最大类间差分割,初步划分感兴趣区域(ROI);通过加入了最小二乘修正的随机Hough变换(RHT)检测机场跑道;最后基于跑道上选取的种子点区域生长得到完整的机场区域.实验结果表明,提出的算法解决了星载SAR在解译方面的难点,有效检测出机场目标并提取相关区域,具有较高准确率和鲁棒性.