基于支持向量数据描述的印刷图像套准状态检测方法

目的 针对不均衡的印刷标志图像训练集构建的二分类模型,对少类的印刷套不准图像识别准确率低的问题,研究不均衡印刷标志图像套准状态的单分类模型识别方法。方法 提出支持向量数据描述方法,实现多类的印刷套准图像和少类的印刷套不准图像的准确识别。采用多类的印刷套准图像训练支持向量数据描述,构建模型。采用网格寻优方法和交叉验证方法确定模型的最佳参数 和 。利用模型对印刷标志图像套准状态进行识别。结果 采用文中提出的支持向量数据描述方法,对印刷标志图像套准状态识别获得的总体识别率a为0.9500,印刷套准图像和印刷套不准图像识别准确率的几何平均数Gmean为0.9513。结论 文中提出的方法获得的总体识别率a和识别率的几何平均数Gmean要优于实验中的其他方法。     

不均衡训练集特征选择的印刷套准状态识别

目的 针对不均训练集导致印刷套准识别模型无法较好识别印刷套不准图像的问题,提出基于最大相关、最小冗余的印刷标志图像数据特征选择方法.方法 提取印刷标志图像的多维特征数据,计算特征与印刷套准和印刷套不准2类之间的相关性和特征之间的冗余度.确定特征选择的目标函数,通过增量搜索方法寻找最优特征,加入特征子集,实现不均衡印刷标志图像的特征选择.结果 文中的特征选择方法获得了3项不均衡数据分类性能评价指标,A为0.9900,R为0.9400,Gmean为0.9466.结论 在不均衡印刷标志图像套准识别中,文中提出的方法性能优于实验中的未处理方法、PCA方法、Relief方法和NCA方法.     

非均衡训练集过采样的印刷套准识别方法

目的 针对印刷标志图像训练数据集非均衡性导致印刷标志图像中少类数据套准状态识别准确率低的问题,提出改进的SMOTE训练集过采样方法,以提高少类数据的识别准确率。方法 提取印刷标志图像灰度行程矩阵的纹理特征,组成多维的模型输入特征数据。基于少类样本的邻域信息,得到少类样本的过采样参数。对少类样本采取不同的过采样策略,实现训练集样本的均衡。使用均衡的训练集建立支持向量机模型,实现对印刷套准状态的识别。结果 实验结果表明,文中方法在不同非均衡印刷数据集上,获得的平均分类准确率几何平均数Gmean为0.8507,召回率Re为0.7192,ROC曲线下面积A为0.8549。结论 文中方法在不同非均衡印刷套准数据集上的分类性能要优于实验中的SMOTE,IS和SVM等方法。     

基于特征融合与降维的印刷套准识别方法

目的针对单一方面特征难以准确表达印刷标志套准状态的问题,研究印刷标志图像多维特征提取、融合和降维的印刷套准识别方法。方法提取印刷标志图像的灰度共生矩阵、Tamura纹理特征、灰度差分统计特征和灰度梯度共生矩阵表达其纹理,并采用主成分分析法对融合后的多维特征进行降维处理,得到主特征。将印刷标志图像的主特征数据分成训练集和测试集。支持向量机模型通过对训练集的学习确定模型参数,然后在测试集上验证模型的性能。结果文中建议方法在测试集上的识别准确率为99%,训练集对支持向量机模型的训练时间为1.9327 s,模型在测试集上的识别时间为0.0307 s,模型的总体时间(训练时间和识别时间之和)为1.9634s。结论文中建议方法优于采用单一方面特征的识别准确率;同时在不影响识别准确率的情况下,优于未PCA降维方法的模型训练时间、识别时间和总体时间。     

基于卷积神经网络的印刷套准识别方法

目的 针对目前印刷套准识别方法依赖于经验人工设计特征提取的问题,提出一种不需要人工提取图像特征的卷积神经网络模型,实现印刷套准状态的识别.方法 采用图像增强技术实现不均衡训练集的均衡化,增加训练集图像的数量,提高模型的识别准确率.设计基于AlexNet网络结构的印刷套准识别模型的结构参数,分析批处理样本数量和基础学习率对模型性能的影响规律.结果 文中方法获得的总印刷套准识别准确率为0.9860,召回率为1.0000,分类准确率几何平均数为0.9869.结论 文中方法能自动提取图像特征,不依赖于人工设计的特征提取方法.在构造的数据集上,文中方法的分类性能优于实验中的支持向量机方法.     

彩色印刷套准标记的自动检测方法

本文主要介绍了在印刷生产过程中,利用机器视觉采集特定的套准标识,通过数字图像处理的方法快速、准确地测定出套准精度,及时调整印刷控制的原理及方法,并对其精度进行评价。     

印刷套准识别方法研究

目的研究印刷标志套准机器快速和高精度的识别方法。方法提取印刷标志图像的灰度共生矩阵表达其纹理特征,采用Adaboost分类器对印刷标志套准图像进行识别,以判断印刷是否套准。结果提取出了印刷标志图像的能量、熵、惯性矩、相关度等的均值和标准差的8维图像纹理特征。为了比较不同分类器的分类性能,分别得出了Adaboost、K近邻、贝叶斯、支持向量机、Fisher和决策树对印刷标志图像纹理特征的分类准确率和分类时间。结论采用文中方法,印刷标志图像套准识别准确率达到97.5%,分类时间达到0.022 377 s,优于其他的分类方法。     

基于约束谱聚类的印刷套准状态识别

目的 针对实际生产中获取印刷标志图像标签成本较高的问题,研究基于约束谱聚类的印刷套准状态识别方法.方法 基于少量有标签的样本,建立样本之间的must-link约束和cannot-link约束,并进行约束扩展.计算印刷标志图像样本点欧式空间相似度矩阵,并根据扩展后约束关系修正,构建样本点的特征向量空间.采用K-means方法对样本点特征向量空间进行2类聚类,即印刷套准图像和印刷套不准图像.结果 文中方法在实验数据集上的最高印刷套准识别准确率为98.11％.文中方法(约束对数为30)的识别准确率优于无监督的谱聚类方法、朴素贝叶斯方法和决策树方法,文中方法与SVM方法的识别准确率接近.文中方法获取印刷标志图像标签的成本低于SVM方法,且模型建立和识别的时间也少于SVM方法.结论 文中方法以较少的获取印刷标志图像标签成本达到了较高的印刷套准识别准确率.     

凹版印刷多色套准控制系统设计

目的 为减小凹版印刷过程中套印误差、提高印刷质量.方法 分析凹版印刷产生误差的主要原因,基于模糊控制设计一种多色套准控制系统.论述基于图像处理的套印误差检测原理.根据多色套印的生产需求,设计一种模糊比例-积分-微分(PID)控制器.利用模糊推理,该控制器可对PID参数进行自适应调整,进而实现高精度、高速度印刷.最后,采用数字信号处理器(DSP)搭建控制系统架构,并进行实验研究.结果 实验结果表明,套印偏差最大值只有0.018 mm,远小于行业标准;套印偏差检测速度明显大于印刷速度,可确保印刷过程的实时性.结论 所述多色套准控制系统具有精度高、速度高等特点,可满足印刷、包装等相关行业的要求.     

印刷自动套准标记识别方法的研究

在自动套准控制系统中,通过对印刷套准标记的检测,经过数据传输、计算和各级遥控装置的调整实现必要的校正.对印刷自动套准图象的识别进行了初步的研究.通过对摄取到的实际套准标记图像和标准图像进行比较,输出其角度偏差值和位置偏差值,以此作为自动套准控制系统中对印刷机套准调节的依据,并时一种"*"形套准标记的识别和检测进行了分析.     

Imbalanced Data Classification Using SVM Based on Improved Simulated Annealing Featuring Synthetic Data Generation and Reduction

Imbalanced data classification is one of the major problems in machine learning. This imbalanced dataset typically has significant differences in the number of data samples between its classes. In most cases, the performance of the machine learning algorithm such as Support Vector Machine (SVM) is affected when dealing with an imbalanced dataset. The classification accuracy is mostly skewed toward the majority class and poor results are exhibited in the prediction of minority-class samples. In this paper, a hybrid approach combining data pre-processing technique and SVM algorithm based on improved Simulated Annealing (SA) was proposed. Firstly, the data pre-processing technique which primarily aims at solving the resampling strategy of handling imbalanced datasets was proposed. In this technique, the data were first synthetically generated to equalize the number of samples between classes and followed by a reduction step to remove redundancy and duplicated data. Next is the training of a balanced dataset using SVM. Since this algorithm requires an iterative process to search for the best penalty parameter during training, an improved SA algorithm was proposed for this task. In this proposed improvement, a new acceptance criterion for the solution to be accepted in the SA algorithm was introduced to enhance the accuracy of the optimization process. Experimental works based on ten publicly available imbalanced datasets have demonstrated higher accuracy in the classification tasks using the proposed approach in comparison with the conventional implementation of SVM. Registering at an average of 89.65% of accuracy for the binary class classification has demonstrated the good performance of the proposed works.     

面向电子商务的客户关系管理数据挖掘模型研究

客户资源是企业竞争力的归宿,客户关系需要进行科学管理,这已成为现代企业的共识。电子化的客户关系管理要求企业建立客户资源数据库,并基于客户资源数据库通过网络实现客户需求分析、挖掘客户资源、实现个性化客户服务等。本文对支持向量机理论进行了研究,在介绍SVM原理的基础上,给出了基于支持向量机理论的高维空间数据挖掘方法,并结合实例研究给出了面向电子商务的智能客户关系管理模型。     

多特征红外光与可见光图像的分区域配准

针对发生较大角度旋转及平移时图像配准精度不高,图像配准对局部形变和光照较为敏感的问题,本文提出了基于直线和SURF特征的图像分区域配准算法。首先利用Hough变换实现图像的粗配准;然后对图像进行分区,在子区域内利用SURF算子求取变换模型参数,完成图像的配准。实验表明该方法可用于红外与可见光图像的配准,与传统方法相比,本方法能够在图像存在大角度旋转和平移时实现高精度配准,且在图像存在局部形变及光照不均时精度较好。     

机组式凹印机可视化监控平台的研究与开发

目的 为解决凹版印刷生产过程中监控系统功能单一、可视化程度低、信息利用率低等问题,构建一种基于数字孪生的监控系统四层架构模型。方法 通过SolidWorks、3DS Max、Unity 3D三维建模软件搭建凹印机虚拟场景,基于Modbus TCP/IP协议采集设备的实时数据,使用SQL Server数据库对设备数据分类存储,并结合凹印机虚实映射逻辑结构,编写C#脚本实现物理实体与虚拟模型间的同步映射,完成监控系统的开发。结果 该监控平台实现了凹印机的虚实同步运行、状态监控、套准偏差监控和健康管理等功能,为印刷企业智能化运维提供了可行方案。结论 与传统印刷装备监控相比,基于数字孪生的监控系统突破了时间、空间、投入成本等条件的限制,操作者可实时掌握凹印机的生产信息、运行状态、历史信息等,极大地提高了设备稳定生产的效率,降低了企业的成本。