-
题名支持向量机及其在密闭鼓风炉故障诊断中的应用
被引量：2
- 1
-
-
作者
蒋少华
桂卫华
阳春华
谢永芳
-
机构
中南大学信息科学与工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2008年第4期777-781,共5页
-
基金
国家“九七三”项目(2002CB312200)资助
-
文摘
针对密闭鼓风炉故障诊断中难以获得大量故障数据样本以及特征提取和诊断知识获取困难等不足,提出了应用支持向量机(SVM)进行故障诊断的新方法.采用改进"1对其余"算法构建多个SVM,利用可靠性数据分析技术中一些基本概念处理原始样本数据作为特征向量,输入到由多个SVM构成的多类分类器中进行故障分类.经实验证明,该方法简单,重复训练量少,训练、分类速度快,准确度高.
-
关键词
支持向量机
可靠性数据分析
故障诊断
svm多类分类器
-
Keywords
support vector machine
data reliability analysis
fault diagnosis
multi-class svm classifier
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名结合亮度分级和笔画检测的彩色图像文本提取
被引量：1
- 2
-
-
作者
刘琼
周慧灿
王耀南
-
机构
湖南文理学院计算机科学与技术系
湖南大学电气与信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2008年第18期157-159,162,共4页
-
文摘
提出一种彩色图像下的文本提取方法,该方法对彩色图像在R、G、B三个颜色层分别进行亮度分级,以避开传统颜色聚类方法的聚类数目选择问题,降低图像复杂度;考虑到文字笔画的显著方向性特征,并且通常具有稳定的颜色,利用方向梯度算法进行文本粗定位;然后进一步利用多类SVM分类器实现文本区域精确判别。新方法限制了候选区域的种类,从而降低了SVM分类器的训练难度,具有较高的准确性和鲁棒性。
-
关键词
亮度分级
笔画检测
文本定位
方向梯度
多类svm分类器
-
Keywords
brightness grade
stroke detection
text location
orientation gradient
multi-class svm classifier
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
