期刊文献+
共找到354篇文章
< 1 2 18 >
每页显示 20 50 100
Flame image recognition of alumina rotary kiln by artificial neural network and support vector machine methods 被引量:18
1
作者 张红亮 邹忠 +1 位作者 李劼 陈湘涛 《Journal of Central South University of Technology》 EI 2008年第1期39-43,共5页
Based on the Fourier transform, a new shape descriptor was proposed to represent the flame image. By employing the shape descriptor as the input, the flame image recognition was studied by the methods of the artificia... Based on the Fourier transform, a new shape descriptor was proposed to represent the flame image. By employing the shape descriptor as the input, the flame image recognition was studied by the methods of the artificial neural network(ANN) and the support vector machine(SVM) respectively. And the recognition experiments were carried out by using flame image data sampled from an alumina rotary kiln to evaluate their effectiveness. The results show that the two recognition methods can achieve good results, which verify the effectiveness of the shape descriptor. The highest recognition rate is 88.83% for SVM and 87.38% for ANN, which means that the performance of the SVM is better than that of the ANN. 展开更多
关键词 rotary kiln flame image image recognition shape descriptor artificial neural network support vector machine
在线阅读 下载PDF
基于自适应反馈机制的小差异化图像纹理特征信息数据检索
2
作者 刘洋 毛克明 《江苏大学学报(自然科学版)》 CAS 北大核心 2025年第1期73-81,共9页
针对小差异化图像纹理相似度和噪声等因素导致纹理特征挖掘效果较差的问题,设计一种自适应反馈结合局部二值机制的小差异化图像纹理特征挖掘方法.使用规范割策略将图像数据各点拟作节点,使用节点间的连接线权重计算2点的相似度,采用支... 针对小差异化图像纹理相似度和噪声等因素导致纹理特征挖掘效果较差的问题,设计一种自适应反馈结合局部二值机制的小差异化图像纹理特征挖掘方法.使用规范割策略将图像数据各点拟作节点,使用节点间的连接线权重计算2点的相似度,采用支持向量机训练图像属性参数分类图像属性,进一步归纳图像类别.运用跳跃连接方法传输图像数据,将数据引入卷积神经网络剔除图像噪声.将中心点像素值当作反馈因子,创建自适应反馈判定条件,利用局部二值模式实现小差异化图像纹理特征挖掘.在MATLAB平台进行试验,从卷积神经网络收敛性、图像频谱纹理单元数、平均准确率、图像数据匹配度等方面进行了分析,分析结果表明:随着迭代次数不断增加,精度损失逐渐降低,基本收敛到稳定值,达到了预期训练效果;所提出方法挖掘的图像频谱纹理单元数3800个以上,更贴合人眼视觉信息;平均准确率为0.87,准确率@1、准确率@5和准确率@10的平均值分别为0.90、0.84和0.85;挖掘耗时低于5 s,图像数据匹配度高于90.3%,验证了所提出方法可在图像纹理特征识别操作中发挥应有作用. 展开更多
关键词 小差异化图像 纹理特征 数据挖掘 自适应反馈 属性分类 跳跃连接 局部二值模式 支持向量机
在线阅读 下载PDF
局部密度最小不确定性的SVM样本选择算法
3
作者 周玉 刘虹瑜 +2 位作者 李京京 丁红强 白磊 《哈尔滨工业大学学报》 北大核心 2025年第8期45-56,共12页
为解决支持向量机(SVM)在分类时通常含有大量的冗余样本,从而导致面对较大规模数据集时SVM计算复杂度受到限制的问题,提出一种局部密度最小不确定性的SVM样本选择算法。该方法对决策面影响较大的边界数据进行有效选择,通过提取可能含有... 为解决支持向量机(SVM)在分类时通常含有大量的冗余样本,从而导致面对较大规模数据集时SVM计算复杂度受到限制的问题,提出一种局部密度最小不确定性的SVM样本选择算法。该方法对决策面影响较大的边界数据进行有效选择,通过提取可能含有支持向量的训练样本,降低计算开销,进而提高SVM性能。首先,计算训练样本的K互近邻个数与高斯核密度估计。其次,将K互近邻个数与高斯核密度估计进行加和得到每个样本点的K局部密度并获取密度矩阵。然后,利用局部密度不确定性平衡优化方法,将密度矩阵进行三值映射后使不确定性改变量达到最小时得到最优阈值,并划分密度矩阵为中心数据与边界数据。最后,提取边界数据并作为SVM的训练样本建立分类模型。结果表明:利用该方法在UCI数据集上与其他6种常用样本选择方法进行实验对比,以准确率、保存率作为性能指标,文中提出的算法可以迅速划分中心数据与边界数据并删除大量冗余的训练样本,有效降低SVM的训练负担的同时提高了分类性能。 展开更多
关键词 支持向量机(SVM) 样本选择 局部密度 不确定性平衡 分类
在线阅读 下载PDF
无线局域网多模态数据标签自适应标注方法
4
作者 陈琳 魏娟 《吉林大学学报(理学版)》 北大核心 2025年第3期878-884,共7页
针对无线局域网的动态性导致数据标签有效性随时间变化,需定期更新和重新标注数据,增加了数据标签标注难度的问题,提出一种无线局域网多模态数据标签自适应标注方法.首先,通过动态滑动邻近排序算法清洗重复的无线局域网多模态数据,利用... 针对无线局域网的动态性导致数据标签有效性随时间变化,需定期更新和重新标注数据,增加了数据标签标注难度的问题,提出一种无线局域网多模态数据标签自适应标注方法.首先,通过动态滑动邻近排序算法清洗重复的无线局域网多模态数据,利用循环神经网络融合多模态数据,获取更全面的数据信息.其次,将融合后的无线局域网数据划分为确定集和模糊集,采用支持向量机标注确定集数据标签,利用K-近邻(KNN)分类器标注模糊集数据标签,从而实现无线局域网多模态数据标签自适应标注.实验结果表明,该方法的重复数据删除率始终高于12%,一致指数为0.9928,平均绝对百分比误差为0.4539,ROC曲线更靠近坐标轴左上角,AUC值为0.9824,内存占用率始终低于10%,无线局域网多模态数据标签标注效果较好. 展开更多
关键词 无线局域网 多模态数据 标签标注 支持向量机 KNN分类器
在线阅读 下载PDF
基于改进的LBP和Gabor滤波器的纹理特征提取方法 被引量:1
5
作者 陈佳明 陈旭 +1 位作者 任硕 邸宏伟 《南京信息工程大学学报》 北大核心 2025年第2期227-234,共8页
纹理提取是计算机视觉领域的一项重要任务,纹理提取的质量对纹理分类的准确性具有关键影响.传统单一的纹理提取方法难以准确描述各类纹理的特征.本文提出一种基于改进的位置局部二值模式(IPLBP)和Gabor滤波器的纹理提取算法,其中,改进... 纹理提取是计算机视觉领域的一项重要任务,纹理提取的质量对纹理分类的准确性具有关键影响.传统单一的纹理提取方法难以准确描述各类纹理的特征.本文提出一种基于改进的位置局部二值模式(IPLBP)和Gabor滤波器的纹理提取算法,其中,改进算法在局部二值模式(LBP)的基础上通过提取纹理位置信息来提高纹理描述能力.利用改进后的LBP算法提取局部纹理信息,Gabor滤波器提取全局纹理信息,将两种特征信息进行融合后使用支持向量机(SVM)进行分类.实验结果表明,所提出的算法在纹理材质分类任务上展现出了良好的性能.相比传统的LBP算法,该算法能够更准确地捕捉不同纹理特征之间的差异. 展开更多
关键词 纹理提取 局部二值模式 GABOR滤波器 支持向量机
在线阅读 下载PDF
基于LOF和SVM的智能配电网故障辨识方法 被引量:35
6
作者 胡伟 李勇 +3 位作者 曹一家 张志鹏 赵庆周 段义隆 《电力自动化设备》 EI CSCD 北大核心 2016年第6期7-12,共6页
针对现有智能配电网保护方法存在保护装置整定复杂、协调性差以及易误动等问题,提出一种基于局部异常因子(LOF)检测的配电网保护算法,并对配电网在故障定位后不能进行有效的故障类型辨识这一问题,提出LOF和支持向量机(SVM)相结合的智能... 针对现有智能配电网保护方法存在保护装置整定复杂、协调性差以及易误动等问题,提出一种基于局部异常因子(LOF)检测的配电网保护算法,并对配电网在故障定位后不能进行有效的故障类型辨识这一问题,提出LOF和支持向量机(SVM)相结合的智能配电网故障类型判别方法。根据各节点LOF值的大小实现智能配电网的故障检测与定位;然后对故障处的三相电压进行小波变换,以三相电压的小波奇异熵值建立故障特征样本库,利用反映接地故障信息的零序电压低频能量对故障进行预分类,并以此为基础建立SVM故障类型判别预测模型。该算法可对智能配电网的故障进行有效的检测与定位,并能对故障区域的不同故障类型进行合理分类。 展开更多
关键词 智能配电网 故障定位 局部异常因子 小波变换 支持向量机
在线阅读 下载PDF
基于红外视觉特征融合的矿井外因火灾监测方法
7
作者 李晓宇 范伟强 +1 位作者 刘毅 霍跃华 《矿业科学学报》 北大核心 2025年第1期116-124,共9页
为了解决矿井复杂环境下外因火灾监测误报率和漏报率较高的问题,提出基于红外视觉特征融合的矿井外因火灾监测算法。首先,改进红外小目标检测的局部对比度度量(LCM)模型,提高早期火灾目标的显著度,进而分割出火灾疑似区域;其次,通过分... 为了解决矿井复杂环境下外因火灾监测误报率和漏报率较高的问题,提出基于红外视觉特征融合的矿井外因火灾监测算法。首先,改进红外小目标检测的局部对比度度量(LCM)模型,提高早期火灾目标的显著度,进而分割出火灾疑似区域;其次,通过分析不同监视场景下外因火灾和主要干扰热源在热红外图像序列中的视觉特征,选出抗干扰能力强的火灾显著特征;然后,优选火灾显著特征提取方法和相似度估计策略,以获取热红外图像序列中火灾疑似区域的主要视觉特征,并构建火灾特征向量;最后,通过建立特征向量集,构建基于支持向量机(SVM)的矿井外因火灾检测模型,对所提算法进行验证。结果表明:所提算法不仅能监测不同场景下的外因火灾,还能够监测远距离和早期阶段的外因火灾,其正确率和检测率分别达到96.93%、96.24%,误检率低至2.56%;相较于对比算法,所提算法在火灾监测的准确率、误报率和漏报率方面均有较大的改善。 展开更多
关键词 矿井外因火灾 红外视觉特征 局部对比度度量(LCM)模型 特征向量 支持向量机(SVM)
在线阅读 下载PDF
基于加权局部密度的双超球支持向量机算法
8
作者 王梦珍 张德生 张晓 《计算机工程》 北大核心 2025年第5期188-195,共8页
使用一对超球面描述样本分布的双超球支持向量机(THSVM)算法没有考虑样本数据的密度信息,容易受噪声干扰,对所有特征赋予相同权重,忽略了不同特征对分类结果的影响。针对上述问题,提出了基于加权局部密度的双超球支持向量机(WLDTHSVM)... 使用一对超球面描述样本分布的双超球支持向量机(THSVM)算法没有考虑样本数据的密度信息,容易受噪声干扰,对所有特征赋予相同权重,忽略了不同特征对分类结果的影响。针对上述问题,提出了基于加权局部密度的双超球支持向量机(WLDTHSVM)算法。首先,利用信息增益计算每个特征的权重,并将特征权重应用到欧氏距离以及核函数的计算中,降低了不相关或弱相关的特征对样本相似性的影响;其次,利用特征加权的欧氏距离,构造一种新的加权局部密度函数,不仅考虑了样本点近邻的类别信息,而且考虑不同特征对样本间距离的影响,将归一化加权局部密度与误差项结合来增强模型的抗噪声干扰能力;最后,用特征加权的决策函数判定测试样本点的所属类别。在人工数据集和UCI数据集上对WLDTHSVM算法的可行性与有效性进行验证,实验结果表明,WLDTHSVM算法与支持向量机(SVM)、孪生支持向量机(TWSVM)、THSVM等对比算法相比,在11个UCI数据集上平均准确率最高可提升2.76百分点,在含噪数据集上具有较好的分类表现。 展开更多
关键词 支持向量机 局部密度 特征权重 信息增益 核函数
在线阅读 下载PDF
基于遗传和引导聚集算法优化支持向量机的白酒基酒品质评估方法
9
作者 庞婷婷 张贵宇 +4 位作者 刘科材 李晓平 庹先国 彭英杰 曾祥林 《食品科学》 北大核心 2025年第6期275-284,共10页
基酒组分具有复杂多样性,为提高其等级分类预测模型的精度和泛化能力,在基酒气相色谱-质谱数据基础上设计评价模型,提出一种结合遗传算法(genetic algorithm,GA)和引导聚集算法(Bootstrap aggregating,Bagging)优化支持向量机(support v... 基酒组分具有复杂多样性,为提高其等级分类预测模型的精度和泛化能力,在基酒气相色谱-质谱数据基础上设计评价模型,提出一种结合遗传算法(genetic algorithm,GA)和引导聚集算法(Bootstrap aggregating,Bagging)优化支持向量机(support vector machine,SVM)分类器的方法,以解决单一SVM分类器在分类精度和泛化能力的不足。研究使用Spearman相关性筛选了36种关键物质,选择核主成分分析法提取了12个核主成分,并使累计贡献率达到96.06%,将其作为模型输入。选择性能最优的径向基核函数支持向量机,使用对数据多样性适应较强的并行计算Bagging集成算法,构建Bagging-SVM分类器进行基酒等级分类,最后,通过GA优化Bagging-SVM分类器的参数(C、γ、N),构建GA-Bagging-SVM模型。结果显示,GA-Bagging-SVM模型的准确率、精确度、召回率、F1-Score分别为96.77%、96.90%、96.77%、96.78%,优于Bagging-SVM和SVM模型,相比单一SVM模型提升了6.45%、5.61%、6.45%、6.42%,比Bagging-SVM模型提升了3.22%、2.29%、3.22%和3.15%。该方法可作为白酒基酒品质评估模型的优化方法。 展开更多
关键词 基酒 支持向量机 引导聚集算法 遗传算法 分类预测
在线阅读 下载PDF
基于局部自相关函数熵的木材砂光表面粗糙度视觉检测方法
10
作者 祝亚 伍希志 黄渊硕 《林业科学》 北大核心 2025年第5期199-206,共8页
【目的】针对传统接触式粗糙度仪测量木材砂光表面粗糙度时存在的测量误差大、操作繁琐、在线检测困难等问题,提出一种基于局部自相关函数熵(LAEnt)的木材砂光表面粗糙度视觉检测方法,为木材砂光表面粗糙度测量提供高效、准确的非接触... 【目的】针对传统接触式粗糙度仪测量木材砂光表面粗糙度时存在的测量误差大、操作繁琐、在线检测困难等问题,提出一种基于局部自相关函数熵(LAEnt)的木材砂光表面粗糙度视觉检测方法,为木材砂光表面粗糙度测量提供高效、准确的非接触式检测手段。【方法】首先,阐明局部自相关函数熵检测表面粗糙度的机理,建立局部自相关函数熵算法;然后,采用正交试验法开展木材砂光试验,获取砂光表面图像和表面粗糙度;最后,探究砂带目数、砂带速度、气鼓轮进给量等因素对木材砂光表面粗糙度的影响,分析局部自相关函数熵和自相关函数熵(AEnt)与表面粗糙度的相关性,基于砂光表面的局部自相关函数熵和自相关函数熵数据,利用支持向量机(SVM)分别建立木材砂光表面粗糙度检测模型SVM-LAEnt和SVM-AEnt。【结果】砂带目数对木材砂光表面粗糙度的影响最显著,砂带目数与表面粗糙度呈强负相关,砂带速度和气鼓轮进给量对表面粗糙度的影响相对较小;局部自相关函数熵与木材砂光表面粗糙度呈显著线性相关,相关系数为0.9733;且LAEnt特征提取效率显著优于AEnt,单张图像运算时间仅为AEnt的2.95%;基于SVM的建模结果表明,SVM-LAEnt模型拟合平均相对误差为2.56%(最大11.22%),预测平均相对误差为5.13%(最大11.30%),均优于SVM-AEnt模型(平均拟合相对误差8.98%,最大拟合相对误差20.68%,平均预测相对误差15.08%,最大预测相对误差31.13%)。【结论】局部自相关函数能够描述木材砂光表面的纹理特征和粗糙程度,在检测表面粗糙度时,采用局部自相关函数熵可更好地表征表面粗糙度。 展开更多
关键词 木材砂光 表面粗糙度 局部自相关函数 支持向量机
在线阅读 下载PDF
基于LOF和SVM的配电网线变关系数据校验方法 被引量:8
11
作者 耿俊成 郭志民 +3 位作者 李晓蕾 苏娟 袁少光 牛霜霞 《中国测试》 CAS 北大核心 2021年第4期49-54,共6页
针对配电网线变关系数据人工校验成本高、准确性差的问题,提出一种基于LOF和SVM的配电网线变关系数据校验方法。对于待校验配电线路,从用电信息采集系统提取其配电变压器最近一段时间的电压序列数据,当变压器A、B、C相电压不平衡时将其... 针对配电网线变关系数据人工校验成本高、准确性差的问题,提出一种基于LOF和SVM的配电网线变关系数据校验方法。对于待校验配电线路,从用电信息采集系统提取其配电变压器最近一段时间的电压序列数据,当变压器A、B、C相电压不平衡时将其电压值归算为等效电压;基于不同变压器电压序列之间的相关距离,计算每台变压器的LOF值;统计变压器LOF值在不同区间出现的频率并作为变压器输入属性,将其线变关系数据是否正确作为其输出属性,采用支持向量机构建变压器线变关系数据研判模型,研判变压器的线变关系数据是否正确。经过验证,该方法可快速有效地校验配电网线变关系数据是否正确,有较大的推广应用价值。 展开更多
关键词 电压序列 等效电压 相关距离 局部离群点因子 支持向量机
在线阅读 下载PDF
基于GA-SVM的钢轨廓形类型在线识别算法研究 被引量:1
12
作者 叶志坚 王菁 +1 位作者 吴越 陈建政 《仪表技术与传感器》 CSCD 北大核心 2024年第9期99-105,共7页
针对轨道交通日常运维中钢轨廓形自动化检测识别率不高的情况,提出了一种基于几何描述符和支持向量机(SVM)的高精度钢轨廓形在线识别算法。利用结构光传感器对钢轨廓形数据进行采集,采用几何去噪算法对廓形进行离群点剔除和重采样预处... 针对轨道交通日常运维中钢轨廓形自动化检测识别率不高的情况,提出了一种基于几何描述符和支持向量机(SVM)的高精度钢轨廓形在线识别算法。利用结构光传感器对钢轨廓形数据进行采集,采用几何去噪算法对廓形进行离群点剔除和重采样预处理。通过廓形几何描述符对不同类别钢轨廓形进行特征提取,制作廓形特征数据集用于训练SVM。采用遗传算法(GA)对SVM模型参数进行优化选取。将优化训练后的SVM模型用于钢轨廓形检测并和传统廓形识别方法进行对比。结果表明:提出的采用几何描述符的GA-SVM模型平均准确率达到99.62%,单帧廓形识别用时6.43 ms,能有效提升廓形识别准确率与高速性,满足轨道车辆在线检测的需求,并为轨道自动化检测提供了理论和技术支撑。 展开更多
关键词 轨道自动化检测 钢轨廓形 几何描述符 遗传算法 支持向量机
在线阅读 下载PDF
全矢融合的二元PELCD样本熵列车故障诊断
13
作者 郑航 李刚 李德仓 《噪声与振动控制》 CSCD 北大核心 2024年第3期125-131,共7页
长期高速运行的服役状态会造成高速列车转向架关键部件性能蜕化甚至发生故障等情况,所导致的安全事件将造成严重的经济损失甚至人员伤亡。考虑到高速列车振动信号的特性,将部分集成的局部特征尺度分解方法拓展至二元信号处理领域,同时... 长期高速运行的服役状态会造成高速列车转向架关键部件性能蜕化甚至发生故障等情况,所导致的安全事件将造成严重的经济损失甚至人员伤亡。考虑到高速列车振动信号的特性,将部分集成的局部特征尺度分解方法拓展至二元信号处理领域,同时结合全矢谱理论对同阶分量信号进行信息融合,得到更加完备的数据特征,并对融合后的数据进行样本熵特征提取,得到列车的故障特征;采用灰狼优化算法对支持向量机进行参数寻优,通过实验对比单一故障工况、复合故障工况以及部件性能退化下的故障识别率,验证所提方法的有效性、优越性。 展开更多
关键词 故障诊断 二元部分集成的局部特征尺度分解方法 全矢理论 灰狼优化算法 支持向量机
在线阅读 下载PDF
基于RLLE算法的脑力负荷分类
14
作者 苏峥 曲洪权 +1 位作者 柳长安 庞丽萍 《科学技术与工程》 北大核心 2024年第14期5760-5766,共7页
近年来,随着人工智能领域技术的不断发展,脑机接口(brain-computer interface,BCI)吸引了更多学者的关注。实时监测高强度脑力工作者的脑力负荷水平并根据其任务做出动态调整是保护国家财产和操作人员安全的重要手段。研究表明由脑电图(... 近年来,随着人工智能领域技术的不断发展,脑机接口(brain-computer interface,BCI)吸引了更多学者的关注。实时监测高强度脑力工作者的脑力负荷水平并根据其任务做出动态调整是保护国家财产和操作人员安全的重要手段。研究表明由脑电图(electroencephalogram,EEG)提取的特征功率谱密度对于脑力负荷的变化比较敏感,但由于其维数过高,容易造成数据灾难。传统的主成分分析降维(principal component analysis,PCA)算法会损失数据的部分非线性特征。局部线性嵌入(locally linear embedding,LLE)是常用的非线性降维算法,但该算法对噪声的敏感性高,降维结果受参数影响较大。稳健局部线性嵌入算法RLLE(robust locally linear embedding),在LLE优化权重矩阵时添加了正则项优化,不仅增强了模型的抗噪能力,也解决了解模型过程中可能会出现的矩阵病态和奇异性问题。实验结果表明,经过RLLE降维后的数据使用支持向量机(support vector machine,SVM)分类精度普遍高于经过PCA和LLE的降维方式,具有更强的抗干扰能力。 展开更多
关键词 稳健局部线性嵌入 k值 脑力负荷 支持向量机
在线阅读 下载PDF
基于支持向量机的自恢复自适应蒙特卡洛定位算法
15
作者 乔恩保 高向阳 程俊 《计算机应用》 CSCD 北大核心 2024年第10期3246-3251,共6页
机器人定位技术对智能机器人的高效、精确和安全运行至关重要,然而在实际的定位过程中,机器人常面临“绑架”问题。为了应对这一难题,提出一种基于支持向量机(SVM)的自恢复自适应蒙特卡洛定位(SVM-SRAMCL)算法。首先,构建用于识别机器... 机器人定位技术对智能机器人的高效、精确和安全运行至关重要,然而在实际的定位过程中,机器人常面临“绑架”问题。为了应对这一难题,提出一种基于支持向量机(SVM)的自恢复自适应蒙特卡洛定位(SVM-SRAMCL)算法。首先,构建用于识别机器人“绑架”状态的检测模型——基于SVM的绑架检测模型(SVM-KDM);其次,通过自适应蒙特卡洛定位(AMCL)算法所得的粒子集计算粒子特性值,并作为SVM-KDM的输入,一旦检测到“绑架”事件,使用扩展卡尔曼滤波器(EKF)融合惯性测量单元(IMU)和里程计(Odom)的数据估计机器人的新位姿;最后,使用AMCL算法进行粒子预测、更新和重采样,最终实现机器人的重新定位。相较于自恢复蒙特卡洛定位(SR-MCL)算法,绑架后恢复定位所需的更新减少了4.1次,重定位的成功率提高了3个百分点。实验结果验证了所提算法在解决移动机器人的定位“绑架”问题方面具有更高的效率和成功率。 展开更多
关键词 移动机器人 拓展卡尔曼滤波器 支持向量机 定位恢复 自适应蒙特卡洛定位
在线阅读 下载PDF
基于特征提取和图像分类的螺旋网疵点自动检测
16
作者 王博润 张宁 卢雨正 《现代纺织技术》 北大核心 2024年第1期36-44,共9页
为了解决当前螺旋网人工疵点检测效率低、误检率高等问题,提出了一种基于分类思想的螺旋网疵点检测方法。对螺旋网图像提取多模式多尺度的LBP特征,充分表征螺旋网图像的信息,通过构建支持向量机(Support vector machine,SVM)分类器实现... 为了解决当前螺旋网人工疵点检测效率低、误检率高等问题,提出了一种基于分类思想的螺旋网疵点检测方法。对螺旋网图像提取多模式多尺度的LBP特征,充分表征螺旋网图像的信息,通过构建支持向量机(Support vector machine,SVM)分类器实现螺旋网疵点自动检测。结果表明:对于螺旋网疵点图像的局部二值模式(Local binary pattern,LBP)特征,采样半径为2,采样点个数为8时的均匀模式LBP的分类准确率优于其他模式和尺度的LBP,达到了100%,检测速度为0.48 s/张。通过对比不同的特征提取方法和分类器,验证了该文方法对于螺旋网疵点自动检测的适用性,可以实现纺织企业中螺旋网的自动化检测。 展开更多
关键词 高分子滤网 机器视觉 疵点检测 局部二值模式 支持向量机
在线阅读 下载PDF
基于遗传算法优化支持向量机的船舰目标识别分类 被引量:1
17
作者 杨永平 《舰船科学技术》 北大核心 2024年第4期174-178,共5页
为了实现有效的海上监管和响应,提高舰船监管效率,降低人力成本,提出基于遗传算法优化支持向量机的舰船目标识别分类方法。以HU矩为舰船目标的特征描述子,在舰船目标图像内,提取具备旋转、尺度与平移不变性的舰船目标特征矩;利用遗传算... 为了实现有效的海上监管和响应,提高舰船监管效率,降低人力成本,提出基于遗传算法优化支持向量机的舰船目标识别分类方法。以HU矩为舰船目标的特征描述子,在舰船目标图像内,提取具备旋转、尺度与平移不变性的舰船目标特征矩;利用遗传算法,优化支持向量机的惩罚因子与核参数;在参数优化后的支持向量机内,输入舰船目标特征矩样本,输出舰船目标识别分类结果。实验证明,该方法可有效提取舰船目标特征矩;经过参数优化后的支持向量机,可有效降低计算复杂度,加快检测目标识别分类效率,具备较优的舰船目标识别分类性能。该方法均可精准识别分类舰船目标。 展开更多
关键词 遗传算法 支持向量机 舰船目标 识别分类 HU矩 特征描述子
在线阅读 下载PDF
草莓重量和形状图像特征提取与在线分级方法 被引量:26
18
作者 张青 邹湘军 +1 位作者 林桂潮 孙艳辉 《系统仿真学报》 CAS CSCD 北大核心 2019年第1期7-15,共9页
针对草莓在采后分级生产中存在分级规格不一和效率低下等问题,提出一种基于机器视觉技术的草莓重量与形状分级方法。利用阈值分割法检测草莓果实,提取果实周长和面积参数,通过多元线性回归分析建立草莓重量分级模型;提取果实的低频椭圆... 针对草莓在采后分级生产中存在分级规格不一和效率低下等问题,提出一种基于机器视觉技术的草莓重量与形状分级方法。利用阈值分割法检测草莓果实,提取果实周长和面积参数,通过多元线性回归分析建立草莓重量分级模型;提取果实的低频椭圆傅里叶系数作为形状特征参数,并对支持向量机进行训练,建立草莓形状分级模型。选用200个草莓样本进行试验,结果表明:重量分级正确率为89.5%,形状分级正确率为96.7%,平均运算时间分别为64ms和39ms。试验验证了该方法的鲁棒性和实时性。 展开更多
关键词 机器视觉 分级 草莓 凸包 椭圆傅里叶描述子 支持向量机
在线阅读 下载PDF
基于高斯颜色模型和SVM的交通标志检测 被引量:31
19
作者 常发亮 黄翠 +2 位作者 刘成云 赵永国 马传峰 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第1期43-49,共7页
针对我国交通标志的特点,提出一种基于高斯颜色模型和机器学习的快速交通标志检测算法,解决了单纯采用颜色模型或单纯采用分类器检测误差较大的问题。先对直方图修正后的标志图像使用高斯颜色模型分割,并对分割后的图像进行形态学处理,... 针对我国交通标志的特点,提出一种基于高斯颜色模型和机器学习的快速交通标志检测算法,解决了单纯采用颜色模型或单纯采用分类器检测误差较大的问题。先对直方图修正后的标志图像使用高斯颜色模型分割,并对分割后的图像进行形态学处理,初步提取出候选交通标志,最后将标志的HOG描述子和SVM结合训练出分类器,使用该分类器进行标志的精确检测。实验结果表明,该算法能有效地提高检测精度,降低误检率,对光照、旋转、部分遮挡等不良条件下的交通标志检测具有较优的稳定性和准确性,且满足实时性要求。 展开更多
关键词 交通标志检测 高斯颜色模型 HOG描述子 支持向量机
在线阅读 下载PDF
基于LMD和SVM的柴油机气门故障诊断 被引量:18
20
作者 张俊红 刘昱 +3 位作者 毕凤荣 林杰威 马文朋 马梁 《内燃机学报》 EI CAS CSCD 北大核心 2012年第5期469-473,共5页
针对柴油机气门故障诊断问题,在WP7柴油机上模拟了气门故障,提出了基于局部均值分解(local mean decomposition,LMD)和支持向量机(support vector machine,SVM)相结合的气门故障诊断方法.该方法首先用改进LMD方法将缸盖振动信号分解成... 针对柴油机气门故障诊断问题,在WP7柴油机上模拟了气门故障,提出了基于局部均值分解(local mean decomposition,LMD)和支持向量机(support vector machine,SVM)相结合的气门故障诊断方法.该方法首先用改进LMD方法将缸盖振动信号分解成若干个瞬时频率具有物理意义的PF(product function)分量之和,然后从缸盖振动信号和分解得到的PF分量中提取故障特征向量,以此作为SVM分类器的输入进行故障诊断.此外提出了改进粒子群算法(particle swarm optimization,PSO)用于SVM参数的优化.诊断结果显示,16组测试样本的测试结果均与实际状况相一致,诊断正确率为100%,该方法能快速准确地识别内燃机气门故障. 展开更多
关键词 柴油机 局部均值分解 支持向量机
在线阅读 下载PDF
上一页 1 2 18 下一页 到第
使用帮助 返回顶部