改进支持向量机在电力变压器故障诊断中的应用研究

针对电力变压器故障诊断中状态量判断指标过于绝对、智能算法准确率受参数影响等问题,在分析电力变压器故障的基础上,提出将支持向量机(Support Vector Machine,SVM)和细菌觅食算法(Bacterial Foraging Algorithm,BFA)相结合用于电力变压器的故障诊断方法。通过细菌觅食算法的寻优能力找到最优的支持向量机惩罚因子和核参数,提高了故障诊断能力。通过仿真和实例进行对比分析,验证了该方法的优越性。结果表明,相比于粒子群优化,细菌觅食算法具有更好的寻优能力。基于BFA-SVM的故障诊断模型,相比于改进前,具有更高的准确性、鲁棒性和寻优能力,故障诊断准确率相比于粒子群优化提高了7.50%,具有一定的实用价值。     

基于人脸定位的疲劳驾驶检测的研究

本文提出了一种基于人脸定位的疲劳驾驶检测算法，该算法主要含有三大模块：基于肤色的人脸初定位模块：基于椭圆滤波器和模板匹配的人脸二次定位模块：基于人脸面积的PER—NOFACE疲劳状态检测模块。PER—NOFACE是有别于其他传统疲劳检测准则的一个创新性算法，相比传统的疲劳检测算法，准确度虽然稍有下降，但它减少了进一步检测眼睛、嘴巴的状态的运算量，提高了实时性。此算法的提出还是具有一定的实用性。实验结果证明了方法的可行性与实用性。     

基于改进的snake模型的嘴唇轮廓提取

为了更好地利用snake模型来提取彩色图像中的物体轮廓,提出一种改进的snake算法。此方法首先自动生成snake的初始模型,然后在GVF-snake的基础上重新设计了snake的外部能量函数,采用色彩聚类算法对原始图像进行分割,利用像素到聚类中心的距离增强图像并进行差分运算,提取有意义区域的边缘梯度,对GVF向量场进行了归一化处理并改进了平滑因子。实验结果证明,改进后的算法,特别是在处理彩色图像时,大大优于原始方法,提高了轮廓提取的精度且有较好的鲁棒性。     

基于动态椭圆滤波器的人脸定位

针对传统肤色分割算法无法将人脸从类似肤色的背景分割出来这一个问题,提出一种基于动态椭圆滤波器的人脸定位算法.该算法利用积分投影法预测人脸可能的范围和位置,并结合椭圆的紧密度概念调整滤波器参数,构造最优滤波器,把肤色分割后的连通区域中非人脸的类肤色区域过滤掉,有效地减少类肤色区域带来的干扰,再结合模板匹配方法对人脸进行定位.     

基于改进的snake模型的嘴唇轮廓提取

为了更好地利用snake模型来提取彩色图像中的物体轮廓,提出一种改进的snake算法.此方法首先自动生成snake的初始模型,然后在GVF-snake的基础上重新设计了snake的外部能量函数,采用色彩聚类算法对原始图像进行分割,利用像素到聚类中心的距离增强图像并进行差分运算,提取有意义区域的边缘梯度,对GVF向量场进行了归一化处理并改进了平滑因子.实验结果证明,改进后的算法,特别是在处理彩色图像时,大大优于原始方法,提高了轮廓提取的精度且有较好的鲁棒性.     

基于内容的智能推荐在知识管理中的应用研究

企业知识管理系统中的知识内容庞杂、信息量过大,影响了用户寻找所需知识对象的效率,影响了知识的传递和分享。文章对智能推荐算法进行了研究,将智能推荐技术引入到知识管理系统中,通过基于知识内容的推荐算法,实现了知识管理系统搜索结果页面推荐以及知识浏览页面推荐等应用,有效地提升了知识分享和传递的效率,从而最大化地发挥知识的使用价值。