基于支持向量机故障诊断方法

支持向量机是一种基于统计学习理论的机器学习算法,它能在训练样本很少的情况下达到很好的分类效果.本文以双螺杆挤出机为例,介绍了基于支持向量机的多故障分类器,探讨了"成对分类"与"一类对多类"两种多类分类算法的应用.诊断实例表明,基于支持向量机的多故障分类器对设备故障具有很好的分类效果.     

基于支持向量机的人脸识别方法

1.引言人脸是人类视觉中的常见模式,人脸识别在安全验证系统、公安(犯罪识别等)、医学、视频会议、交通量控制等方面有着广阔的应用前景。现有的基于生物特征的识别技术,包括语音识别、虹膜识别、指纹识别等,都已用于商业应用。然而最吸引人的还是人脸识别,因为从人机交互的方式来看,人脸识别更符合人们的理想。虽然人能毫不费力地识别出人脸及其表情,但人脸的机器自动识别仍然是一个具挑战性的研究领域。由于人脸结构的复杂性以及人脸表情的多样性、成像过     

基于支持向量机的人脸识别方法

提出一种基于二值边缘图像和支持向量机的人脸识别方法,以具有较强光照鲁棒性的二值边缘图像作为人脸表征,用支持向量机来分类。其中二值边缘图像是用一种基于Sobel算子的局部自适应阂值选取边缘检测算法。仿真实验结果表明对于有165幅人脸的Yale人脸库识别率可达92．73％,而对于有798幅人脸图像的AR人脸库识别率可达95．62％,而且该方法对有光照变化的人脸图像有较好的鲁棒性。     

基于商空间的向量空间模型文本分类方法

为了降低基于向量空间模型(VSM)的文本分类方法的向量维数,并减少噪声对分类的影响,现利用商空间的粒度理论对基于VSM的分类模型进行改进,提出了一种基于商空间的新的VSM分类方法,该方法降低了基于VSM文本分类的向量维数,提高了不同文本之间的辨别能力.     

基于边界向量提取的模糊支持向量机方法

针对支持向量机对训练样本中的噪声和孤立点特别敏感的问题,提出一种基于边界向量提取的模糊支持向量机方法.在特征空间中寻找能够分别包住两类样本点的两个最小超球,并选择可能成为支持向量的边界向量作为新样本,减少参与训练的样本数目,提高训练速度.样本的隶属度根据边界样本和噪声点与所在超球球心的距离分别确定,既减弱孤立点和噪声的影响,又增强支持向量对支持向量机分类的作用.实验结果表明,与传统的支持向量机方法和基于样本与类中心之间关系的模糊支持向量机相比,本文方法具有更快的学习速度和更好的泛化能力.     

基于支持向量机的特征提取方法研究

基因表达数据的一个重要应用是给组织样本进行分类。在基因表达数据中,基因的数量相对于数据样本的个数通常比较多;也就是说,可以得到变量数（基因数）远远大于样本数的数据矩阵。过高的维数（变量或基因数）将给分类问题带来极大的挑战。本文提出结合一种新的特征提取方法——非相关线性判别式分析方法（ULDA）和支持向量机（SVM）分类算法,对结肠癌组织样本进行分类识别。并同其它方法作了比较研究,结果表明了该方法的可行性和有效性。     

基于支持向量机分类的回归方法

支持向量机(support vector machine,简称SVM)是一种基于结构风险最小化原理的分类技术,也是一种新的具有很好泛化性能的回归方法.提出了一种将回归问题转化为分类问题的新思想.这种方法具有一定的理论依据,与SVM回归算法相比,其优化问题几何意义清楚明确.     

基于支持向量机的遥感图像压缩方法

在分析遥感图像特征的基础上,提出了一种基于支持向量机(SVM)的遥感图像压缩方法。该方法采用小波变换把原图像分解成不同尺度的多个子带,对最低频子带系数采用DPCM直接编码,对其它频带系数采用SVM回归方法学习数据之间的相关性,并采用小部分训练样本,即支持向量来稀疏表示原始数据集,从而实现数据压缩。实验表明,与同类压缩方法相比,该算法获得的恢复图像的主客观质量有明显提高。     

基于支持向量机的人脸识别方法研究

对于人脸识别问题，基于K-L变换对人脸图像进行特征参数的提取；并采用支持向量机进行分类．由于支持向量机本身是一个两类问题的判别方法，在处理多类问题时，提出了一种基于支持向量机组的淘汰法，这种方法考虑到了各判别函数的VC置信范围的差异，同时利用判别函数间的冗余来降低识别误差．针对ORL人脸库和自建的人脸库的识别结果表明，基于SVM的识别方法在特征参数个数的选取、识别效果、识别时间等方面都有其独到的优越性．     

基于支持向量机方法的车型分类

车型分类是交通流检测系统的子功能,也是智能交通系统(ITS)中的重要环节。支持向量机方法被看作是对传统学习分类方法的一个好的替代,特别在小样本、非线性情况下,具有较好的泛化性能。论文基于视频检测技术,采用支持向量机方法对车型分类进行了研究。实验表明,支持向量机方法能获得比神经网络方法更好的车型分类性能。     

基于商空间粒度合成的中文文本表示法

文本特征是文本的固有属性,进行合理使用,对后期文本处理有着非常大的影响.针对广泛使用的基于统计的表示方法无法表达文本的深层语义信息,文章引入商空间粒度合成理论,提出了一种新的文本表示方法.该方法将文本的不同特征作为不同的观察角度,构成各个粒度世界,将文本映射到各个粒度世界中,获得文本在各个观察角度的描述;然后使用商空间粒度合成理论将它们组织起来,以期获得对文本的更全面的表示.实验结果表明该模型能够更准确的表达文本信息.     

商空间框架下的大规模SVM数据集约减法

借助商空间框架下的粒度分析理论及其计算方法,提出将“粒度”的概念用于大规模SVM数据集的约减来建立商空间框架下的约减模型。该约减模型的约减方向是由远及近地向分类超平面削减,其削减幅度也伴随集合的缩小而由粗到细逐渐变化。同时,给出该模型的一种实现。实验证明,商空间框架下的SVM约减模型比普通SVM约减模型的压缩效果更好。     

一种基于机器学习的虚拟机放置方法

为改善云数据中心的能耗、负载均衡性和服务等级协议(SLA)违背率,对虚拟机放置策略进行优化。基于IaaS环境,提出一种基于机器学习的虚拟机迁移调整方法。根据资源消耗的互补性和不均衡性对虚拟机进行预放置,使用深度神经网络预测物理机负载等级,并利用深度Q网络调整物理机数量。实验结果表明,该方法能够有效均衡负载分布,降低能源开销和SLA违背率。     

基于机器学习的彩色匹配技术

在不同的设备间保持色彩的一致性是当前彩色印刷的一项重要的世界性技术难题.从机器学习的角度,提出了基于学习的色彩空间变换方法,并利用科学发现的基本思想,较为成功地解决了彩色喷墨打印机中的彩色匹配的自动化和通用性问题,取得了理想的匹配效果.该技术目前已与日本佳能泰克公司进一步合作、开发,实现商品化.     

基于SVM和空间投影的点云空洞修补方法

为实现在逆向工程中的点云空洞修复,在理论研究的基础上,通过空间投影获得二维数据,采用支持向量机做回归分析,获得残缺点的坐标参数,从而完成空洞修补,运用数字实验对该方法的可行性进行验证,仿真实验结果表明,该方法可以获得良好的修补效果,能够为曲面建模和数控系统G代码的生成提供完整的点云数据,具有一定应用价值。     

基于商空间理论的生物序列比较模型

主要采用商空间理论,对生物信息学中序列比较若干问题加以改进,引入归一化距离度量和模糊等价关系,从粒度角度说明生物序列比较本质。     

机器学习方法的农作物病虫害识别系统

为了解决农作物病虫害自动识别的问题,帮助农户提高农作物的产量,研制一款农作物病虫害识别系统是十分必要的。本文开发了一款基于安卓+MySQL的框架开发的农作物病虫害自动识别系统。该系统连接农业工作者与农业专家,可实现一对一以及多对一的人员交流。系统利用安卓界面的直观性以及MySQL的优点,提高了实时性和安全性,达到了轻松种植的目的。     

基于商空间的纹理图像分割

商空间理论是新近兴起的基于人工智能研究领域的一个很有潜力的方向。文中将商空间理论应用于纹理图像的分析,通过对纹理的区域结构特征分析研究,提出基于象素8-邻域周期排列的纹理区域特征,并对结构性多纹理图像进行了分割实验,效果令人满意。文章总结了运用商空间理论求解复杂问题一般过程,说明了该理论在实际应用中的重要价值。     

基于商空间理论的生物序列比较模型

1序言 生物信息学就是用计算机领域内的知识和技术来解决分子生物学中的计算问题的学科.其中生物序列分析的目的是揭示核苷酸或氨基酸序列数据编码的更高级的结构或功能信息.在序列分析中序列比较是最重要的原始操作,是许多其他更复杂操作的基础.     

基于商空间模型的CBR系统

传统的CBR系统采用平面结构，系统在运行过程中不断学习，范例库将变得越来越大，当范例数超过某一预设的上界时，就会出现“沼泽问题”。为了解决这个问题，该文提出了基于商空间模型的CBR系统，采用分层递阶的立体结构，在运行阶段将惰性学习算法与积极学习算法相结合。实验表明利用本方法构造的CBR系统实现E-mail分类预测时，系统的性能和有效性都得到了很大的提高。