基于Gabor小波变换的ICA火灾图像纹理识别算法

针对火灾图像纹理识别问题,提出了基于Gabor小波变换的ICA火灾图像纹理识别算法,并根据火灾图像纹理识别特点进行了优化;首先用不同尺度和方向的Gabor滤波器对待识别图像滤波,得到其特征图像,然后将特征图像转化成特征向量作为ICA的输入,得到基矢量子空间,再将测试图像经过Gabor滤波器的特征向量投影到ICA子空间中得到系数向量作为目标识别特征,最后用支持向量机进行识别;通过与Gabor滤波器法和ICA方法的对比实验,表明该算法可以在火灾纹理图像的识别率上比传统方法提高5％以上,为火灾图像识别提供了一种新思路.     

基于主题深度搜索的数学领域教育平台研究

论文综合利用主题搜索技术、深网信息集成技术和Wiki技术,设计并实现了一个面向数学领域的教育平台.此平台是一个集数学资源共享和用户交流的开放平台,用户在此平台可以利用数学Wiki添加、编辑、评论数学领域信息,提升自主学习能力,实现广泛交流.同时,还能利用数学搜索引擎搜索到专业的数学知识,定制URL检索,扩大检索范围,提高了平台的个性化服务水平及搜索的准确率.实验结果表明,文中基于SVM分类算法的数学主题网页分类器具有较高的准确率和召回率.     

基于SVM 的机器人高精度磨削建模

为了改进机器人磨削过程中对磨削量的控制,提出了一种基于SVM 回归的磨削过程建模方法,通过 分析与磨削量相关的一组可测变量——机器人进给速率、接触力、工件表面曲率,利用机器学习的方法建立回归模 型,对磨削量进行预测．这种方法可以避免逐一分析复杂的动力学参数．实验结果表明,该方法可以取得良好的效 果,模型的预测精度达到90%以上,基本满足实际加工的要求．     

自适应模糊支持向量机算法研究

一个有效的核方法通常取决于选择一个合适的核函数。目前研究核方法的热点是从数据中自动地进行核学习。提出基于最优分类标准的核学习方法,这个标准类似于线性鉴别分析和核Fisher判别式。并把此算法应用于模糊支持向量机多类分类器设计上,在ORL人脸数据集和Iris数据集上的实验验证了该算法的可行性。     

基于字符特征与支持向量机的车牌字符识别

首先,对车牌图像进行预处理,针对不同的字符样本采用不同特征提取方法;然后,用提取的特征训练SVM分类器。结果表明,在训练样本较少的情况下,该系统具有较高的识别率和识别速度,并具有很好的分类推广能力。     

基于角色的Android手机平台木马检测系统

有效保障手机各类通信的安全,是当前手机安全软件研究的热点问题。基于Android手机操作系统平台,引入角色思想,提出一种基于支持向量机(SVM)二分类算法、Android OS中的权限机制及用户自定义策略的角色安全检测模型。在该模型的基础上详细描述设计方案,并实现一个针对典型木马的检测系统,实验结果证实该系统的有效性。     

基于SVM的人脸检测研究

支持向量机（SVM）是在统计学习理论基础上发展起来的一种新的机器学习算法。依据SVM良好识别和泛化能力,实现了一种基于支持向量机的图像人脸识别方法。利用Opencv提取样本类的低层特征,训练具有径向基核函数的SVM分类器,在VS2008和Qt平台下实现识别软件开发。运行结果表明,软件具有良好的图像人脸检测能力。     

网络论坛的问答搜索技术研究

利用论坛的问题解答资源作为数据源建立了网络论坛问答检索系统,系统涉及到数据采集、数据处理、答案抽取、索引排序、问题映射等问题.重点研究了决定系统性能的答案抽取技术.在进行答案抽取时,使用Ranking SVM对回帖文档进行排序,得到问题对应的所有回帖的一个全序排列,进而抽取序列的前几项得到最佳答案.     

基于SVM的钢坯号自动识别算法

针对当前钢厂钢坯号现场识别的自动化要求,提供一种基于SVM的钢坯号自动识别算法。该算法通过生产线上视频监控获取钢坯图像,将SVM的非线性分类算法和视感智能检测技术结合实现钢坯智能化监控,对气动、机械等原因引起的断裂、畸变和粗细不均等钢坯号具有较好的识别能力。文章还对该算法与模板匹配方法、BP神经网络方法进行了实验对比,证实该算法对钢坯号识别具有较高的识别率。     

网络时延的混沌特性分析及预测

针对互联网的传输时延处于不确定状态的问题,从网络时延序列表现出的性质出发,将混沌理论引入对网络时延的特性分析。通过对实际网络时延数据的处理,计算验证了网络时延具有混沌特性。并提出了采用混沌一支持向量机回归模型对互联网络时延进行预测的方法,通过实例分析对该方法进行了验证。分析结果证明了混沌—支持向量机模型可以对网络时延的变化趋势进行较为准确的预测,和BP神经网络回归预测相比,混沌—支持向量机对时延的短期预测具有更高精度。