基于支持向量机和遗传算法的皮肤显微图像特征选择

在皮肤显微图像症状识别系统研究中,如何选择出对皮肤症状分类能力强的特征项组合是识别诊断面临的关键问题.本文把遗传算法和支持向量机结合起来,既利用遗传算法优化搜索特征空间,又克服了传统统计学的苛刻要求.通过对初步提取的皮肤显微图像的特征参数进行优化组合,选择出使系统的识别率得到较大提高(由88.24%提高到97.06%)的特征组合.实验证明本文提出的算法得到的结果是较令人满意的.     

支持向量机及其在模式识别中的应用

Statistical learning theory(SLT)and support vector machine(SVM) are effective to solve problems of machine learning under the condition of finite samples.It is known that the performance of support vector machine is often better than that of some neural networks in pattern recognition,especially in high dimensional space,and they arewell used in many domains for recognition.This paper at first introduces the basic theory of SLT and SVM,then points out the key problems of SVM and its research situation in recent years,and at last describes some applications of SVM in the field of pattern recognition.     

支持向量机在油层含油识别中的应用

针对油藏中油气规律分布复杂的地区,在以往油层含油判别分析的基础上,提出了一种基于支持向量机的油藏建模方法。应用已知油层的岩层厚度、泥质含量等6个参数作为训练样本的输入,油气特征作为训练样本的输出,对支持向量机进行训练,从而建立基于支持向量分类机的识别模型,并在此基础上对某油区油气水层分布规律进行了预测。结果显示,采用支持向量机判断的油气分布规律与实际试油结果完全一致,即将支持向量机用于油层油气识别是有效的。     

遗传支持向量机模型优化在入侵检测中的应用

针对目前入侵检测检测精度低的问题,根据遗传和支持向量机算法的特点,建立了一种遗传支持向量机模型。该模型首先用遗传算法优化支持向量机参数,再用优化后的支持向量机构建入侵检测模型,使用该模型进行入侵检测。实验通过讨论了支持向量机参数的选择对检测精度的影响,选取了合适的参数(c,σ)。结果表明,把这种遗传支持向量机模型用于入侵检测提高了检测精度。     

支持向量机研究

支持向量机是一类新型机器学习方法,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。该文首先引入最优超平面的概念,然后对线性ＳＶＭｓ和非线性ＳＶＭｓ进行介绍,给出一些常用的训练算法,并指出ＳＶＭｓ存在的局限和将来可能的研究内容。     

Powell算法在线性支持向量机中的应用

并行下降方法应用于线性支持向量机时效率较低。针对该问题,提出将Powell算法应用于线性支持向量机,并采用一个全局牛顿算法来求解单变量子问题。在内循环过程中,通过解一个单变量子问题更新w的一个分量,同时固定其他的分量不变;在外循环过程中,根据判断条件,决定是否沿加速方向搜索,以及是否用加速方向替代之前的某一个搜索方向。UCI数据集上的实验结果表明,算法能很快收敛,且分类精度优于并行下降算法和光滑支持向量机。     

模式识别和支持向量机在复合材料优化设计中的研究和应用

论述了复合材料设计及优化的基本研究方法,介绍模式识别和支持向量机人工智能法,举例详述复合材料设计及优化中的两种智能法,总结两种智能融合法在复合材料优化设计中的分类、建模、预测等基本研究方法和应用。举例说明模式识别和支持向量机在复合材料优化设计中重要的研究价值。最后对该领域的发展提出若干建议。     

支持向量机在字符识别中的应用研究

本文应用SVM对字符图像识别进行实验研究,并在此基础上,研究了SVM对含有高斯噪声的字符图像的识别问题。研究结果表明,SVM能够在有限样本的情况下,获得较高的识别率,是目前小样本学习的最佳解决方案。     

支持向量机在人脸识别中的应用研究

研究人脸图像自动识别问题,由于人脸的特征维数较高,正确识别有难度,利用计算机技术对人脸图像进行分析,从中提取有效的特征来识别出人的身份,其关键技术在于人脸特征的提取和模式识别.为此,提出了一种基于支持向量机的人脸识别方法.首先采用Gabor滤波器提取人脸图像的特征,PCA降维处理消除人脸特征之间的冗余信息,然后采用支持向量机对提取特征进行训练得到最优识别模型,用最优模型对人脸进行识别.对ORL人脸图像库进行仿真实验,识别率达98%,比传统算法高出5%,实验结果表明,既减少了计算复杂度,降低训练与识别时间,又保证实时性,提高识别正确率,为人脸识别的应用提供广泛的前景.     

支持向量机在DSP中的实现方法研究

支持向量机是在统计学习理论基础上发展起来的一种新的模式识别方法,在解决小样本、非线性和高维模式识别问题中表现出了许多独特优势;为实现支持向量机的实时应用,提出了基于TMS320C6711DSP芯片的支持向量机的设计和实时实现方案,给出了支持向量机在模式识别中的实时应用模型和具体的硬件电路框图,对具体的硬件接口和软件编写进行了阐述;经系统仿真,该实现方法具有较好的可靠性和快速性,可以满足支持向量机的实时实现要求.     

小波分析在输油管道泄漏检测与定位中的应用

针对输油管道泄漏检测系统中泄漏判断和定位的准确性受采集信号质量和算法的影响,依据负压波理论,利用小波阈值法对压力和流量信号进行降噪处理,并根据小波变换的模极大值与信号泄漏奇异性的关系确定泄漏位置.利用该算法对多组实验数据进行了分析处理,能够实现对泄漏信息的准确检测与精确定位,并及时报警.     

小波奇异性分析在输油管道泄漏检测中的应用

针对目前输油管道泄漏检测准确率低的现状,采用小波奇异性分析的方法,对管道压力信号进行小波分析,检测出信号的奇异点,采用了能够抑制模极大值漂移的改进的ad hoc算法,对奇异点进行定位,对4条管线检测结果表明,该方法可以用于输油管道泄漏监测,并可进行精确的定位。     

小波变换在输油管道泄漏检测定位系统的应用

介绍了一种基于小波变换的输油管道泄漏检测与定位系统,根据小波变换与信号奇异性之间的关系,采用小波变换模极大值算法对输油管道的压力信号进行奇异点检测,利用检测到的奇异点进行泄漏的定位。     

信息融合在输油管道泄漏检测中的应用研究

针对传统管道泄漏检测方法单一的现状,提出基于多传感器信息融合技术的输油管道泄漏检测方法。首先通过标量卡尔曼滤波算法对压力信号进行预测,得出压力信号的新息;然后用流量平衡法判断出入口流量差变化;再采用加权融合算法将以上两种算法结果进行融合,进一步判断输油管道是否泄漏。Matlab仿真结果表明了多传感器信息融合技术在输油管道泄漏检测中的可行性及其检测的高精确性。     

相关分析法在地下蒸汽管道泄漏检测中的应用

针对地下蒸汽管道泄漏原因复杂、能源浪费严重等问题,采用虚拟仪器技术、自动检测技术和相关分析法,快速便捷地建立了地下蒸汽泄漏检测系统。在检测过程中,检测人员安装两个超声波传感器用来拾取蒸汽管道漏点发出的超声波,并通过数据采集系统和应用分析软件对两通道超声波信号进行分析和处理,确定信号的时差,准确计算出泄漏点的位置。试验研究表明,相关分析法在地下蒸汽管道泄漏检测中的应用取得了较好的效果,值得推广应用。     

输油管道泄漏检测定位系统的实现

为了能够有效地检测泄漏并准确定位,该系统运用负压波和流量平衡原理,综合运用传感器技术、电路技术、无线通信技术、数据库技术和虚拟仪器技术,使泄漏检测定位系统的定位精度达到2％,检测时间在1min以内,系统可安全稳定地运行。     

小波分析在输油管道泄漏检测中的应用

泄漏检测在油料长输管道安全生产中占有重要的位置。本文以MATLAB6．5小波函数为分析工具，以泄漏点产生的负压波“拐点”为对象，以确定泄漏点的相对位置为目的，先后进行小波分析工具的理论介绍，并在消噪、两类奇异点检测等应用方面进行分析。文章结合生产现场的应用，对实际数据进行重要分析与应用，并总结了小波分析在泄漏定位上的一些经验。     

基于LabView的输油管道泄漏监测系统

系统采用三点一线式SCADA结构，集传感器技术、虚拟仪器技术和无线通信技术为一体，完成输油管道的泄漏检测。采用瞬态负压波法和压力流量综合法进行泄漏诊断；利用LabView软件．开发系统平台；运用SQL数据库结构，进行数据管理。再现泄漏记录．回放历史数据；利用无线通信网络对各现场工作站的数据进行传递，并实现局域网内对管道的监测。     

基于无线局域网的输油管道泄漏的检测与定位

介绍了无线局域网的基本概念、传输介质、技术标准及拓扑结构.针对输送管道的地理位置特点,提出了基于无线局域网的输送管道实时检测系统方案,用来实现检测点和厂区局域网间的互联.并详细讨论了方案中的数据采集、数据传输、泄漏检测和定位.输送管道泄漏,综合运用多种信号处理方法,如小波分析等,从而能够及时、准确地检测并定位泄漏点.该系统已应用于输油管道,并取得了良好的效果.     

基于组态的管道泄漏检测系统研究与应用

提出了采用模块嵌入式基于组态的输油管道泄漏诊断方法;将泄漏诊断模块嵌入到SCADA组态系统中,为了高速获取实时数据信息,采用DDE数据交换技术直接从PLC服务器中读取远程各站点管道参数信息,通过泄漏检测程序判别泄漏及定位,并将结果写入组态进行声光报警;实践证明,该系统定位精度高,开发成本低,移植性好,已成功应用在实际输油管线上,并取得了良好的效果.