改进Retinex算子融合特征搜索的图像识别算法研究

针对人脸图像识别系统易受光照干扰,在复杂背景下,易识别出伪目标,使其识别精度不高等难题,综合考虑高斯核函数的x,y方向,设计新的Retinex识别算子;并调用Open CV函数库中训练好的Hear分类器来进行模式匹配,形成了基于Open CV的人脸检测机制;再引入PCA特征搜索方法,搜索人脸信息;最终提出了人脸识别耦合特征搜索的安防系统解决方案。并测试该系统的性能,结果表明:与当前基于Retinex与PCA的识别算法相比,该算法具有更高的识别精度;且识别效率更高,能满足实时性要求。     

基于集成分类器的流量识别技术研究

本文提出的基于集成分类器的流量识别技术,由针对不同网络应用的基分类器构成,不同基分类器的判断汇总到决策模块输出最终结果,具有良好的可扩展性,便于增添针对新应用的识别模块;在每个基分类器内部,网络流量首先经过聚类形成若干个簇,在每个簇上单独训练一个分类器,分类器专注于学习簇内部的分类边界;通过增加聚类数量,可以提高集成分类的识别准确率。经实验表明,该技术可以提高单一分类方法的准确性。     

基于朴素贝叶斯的渔业文本分类器研究

通过阐述朴素贝叶斯文本分类器的算法原理及其用于建立渔业文本分类器的优点,给出了基于朴素贝叶斯的渔业文本分类器的基本结构,并用实验验证了该结构的性能。结果表明,基于渔业词库的朴素贝叶斯渔业文本分类器具有比普通文本分类器更好的性能。     

基于EEMD阈值去噪的电能质量多扰动分类

针对含噪声的电能质量多扰动分类识别问题,提出一种基于EEMD阈值去噪的分类识别方法。首先依据源噪声信号在电能基波上不同频率和不同幅值叠加的特性,采用EEMD去噪法对信号源分解得到固有模态函数(IMF),消除高斯白噪声后,将得到的IMF分量转化为IMF能量值;最后,运用人工蜂群算法(ABC)优化在线极限学习机(OSELM)实现多扰动分类识别。MATLAB实例证明了提出方法的能够准确的对于扰动信号进行分类识别。     

基于支持向量机的会计信息失真识别研究

公司会计信息不仅是资本市场必不可缺的信息资料,也是政府宏观和微观管理国民经济的重要信息来源,会计信息真实性是其基础和保障,尤其重要。本文构建了支持向量机分类识别模型框架,并采用支持向量机(SVM)算法对会计信息进行失真识别。实验中,选取2007年至2016年国泰安数据库A股上市公司为样本,选取了25个财务指标和5个非财务指标作为研究变量,将Lib SVM用于样本预处理、训练和测试,以建立会计信息失真识别模型。结果表明所建模型对会计信息失真企业的正确识别率达到94.8%,具有很好的实践价值。     

基于贝叶斯理论的高铁站房结构损伤分析识别方法

由于工程实际损伤识别过程中建模和测量误差的影响,不可避免地带来结构力学行为的不确定性,利用贝叶斯方法来进行不确定结构损伤识别成为研究的一个热点.本文介绍了贝叶斯方法的基本理论,利用贝叶斯理论框架,以环境激励结构响应功率谱为观测量,建立了结构刚度参数在考虑测量信息下的条件概率密度,利用最大后验估计构造目标函数通过优化迭代...     

基于改进TFIDF特征加权算法的95598投诉工单分类实现

分析了传统朴素贝叶斯算法、TFIDF特征加权算法在文本分类建模应用上的缺陷,在此基础上提出了TFIDF的优化算法,并分别采用传统朴素贝叶斯算法、基于TFIDF的朴素贝叶斯算法、基于改进TFIDF的朴素贝叶斯算法分别对某供电公司投诉工单进行了分类建模。研究结果表明,改进TFIDF算法能在TFIDF算法的基础上进一步提升分类器的性能,投诉工单分类准确率达到93.03%,较传统朴素贝叶斯算法提升了4个百分点。     

基于多分类器融合与模糊综合评判的滚动轴承故障诊断

为了提高复杂系统故障诊断的效率,简化诊断模型的结构,提出了基于模糊综合评判的故障诊断方法,构建了基于多分类器融合的诊断模型,并应用于数控机床滚动轴承的故障诊断。首先,多个分类器分别对高维故障特征进行信息融合,作出初步诊断;然后,采用模糊综合评判的方法,对多个分类器的初步诊断结果进行决策融合,建立了滚动轴承的单级模糊诊断模型,构造了以分类器输出信息熵为核心的评价函数,探讨了熵值权重分配方法,开展了数控机床滚动轴承磨损故障诊断的相关实验。实验结果表明:在存在诊断冲突的样本中,70%的样本经过模糊综合评判融合后可以正确识别故障类型,与单一分类器方法相比,故障识别率得到了提高,达到97.06%,证明了基于多分类器融合与模糊综合评判的诊断方法与模型的有效性。     

压电薄膜传感器在自动车型分类器的应用

自动车型分类器是高速公路无人值守发卡系统的重要组成部分,车辆经过自动车型分类器后检测车辆的车长、轴距和轴型,并通过这些参数结合车辆轮廓对车辆进行自动分类,然后将车辆分类信息通过串口发送至自动发卡机。本文主要介绍了压电薄膜传感器的原理和它在自动车型分类器中的应用。     

利用光谱反射特性对番茄叶片早疫病害程度的识别

利用特征排序(feature ranking,FR)提取反射率特征波段识别轻度和严重染病的番茄早疫病样本。依次采集样本在345.75~1 042.25nm波长范围内的反射率信息,将光谱反射率作为x变量,健康、轻度和严重染病样本的因变量设为0、1和2,建立朴素贝叶斯(Naive Bayes,NB)分类模型,识别不同病害程度的样本。由于全波段首尾段含有噪声,切除噪声后进一步研究479.69~920.38nm波段范围内的光谱反射率信息。在基于400.09~1 000.08nm波段范围的分类模型(NB)中,验证集识别率分别为85.71%、90.91%和100%;在479.69~920.38nm得到的验证集识别率分别为78.57%、63.64%和81.82%;在基于特征波段(658.73、654.19、642.33、689.46nm)的分类模型(FR-NB)中,验证集识别率分别为92.86%、63.64%和63.64%。结果表明,基于光谱反射率特性可识别番茄叶片早疫病害,虽然FR-NB分类模型的识别效果有所降低,但较少的输入变量简化了模型,提高了计算效率,为病害检测多光谱传感器的开发提供了依据。