共查询到20条相似文献，搜索用时 171 毫秒
1.
提出一采用遗传优化支持向量机的文本图像识别方法.改进的思路为首先采用图像采集设备获得图像,并进行预处理,然后提取字符的特征向量,采用主成分分析对特征向量进行降维处理,最后采用遗传优化的支持向量机进行字符识别.实验结果表明,提出的方法使得文本图像识率达到97％以上. 相似文献
2.
《黑龙江科技信息》2017,(19)
高光谱影像的分类中存在Hughes现象,随着维数的提高,所需要的样本数量也越来越多,因此训练样本数量的增加会使分类精度得到一定提高。本文利用AVIRIS高光谱影像数据,在标准训练样本集的基础上选取5%、10%和30%三种样本数量,分别在主成分分析、等距特征映射和拉普拉斯特征映射3种降维方法,及最大似然、人工神经元网络和支持向量机3种典型的分类方法的组合下进行了监督分类实验,分析了训练样本数量对高光谱影像总体分类精度的影响。结果表明:训练样本数量的增加在一定程度上能够提高高光谱影像的分类精度,但在不同的降维方法和分类方法上表现有一定差异,相对而言主成分分析法和支持向量机法的分类精度对样本量的增加更加敏感,且在相同的降维方法下支持向量机法的分类精度最高。 相似文献
3.
4.
利用主成分分析消除变量间的多重共线性,对数据实现降维;利用支持向量机对提取的主成分进行非线性逼近,充分发挥两者的优点。算例表明主成分一支持向量机模型具有很高的精度。 相似文献
5.
提出一种基于遗传规划的合成孔径雷达图像识别方法.首先提取SAR图像的5种特征作为原始特征,然后利用遗传规划算法在5种原始特征上合成新的特征,最后采用支持向量机进行分类.实验结果表明了算法的有效性. 相似文献
6.
提出一种针对部分遮挡的人脸图像进行分类识别的新算法。采用Gabor小波变换对人脸图像进行特征提取,从而得到图像的Gabor特征矩阵。并利用支持向量机的方法实现遮挡人脸的分类识别。经仿真实验证明该算法有效。 相似文献
7.
提出了一种基于流形学习的视频中文文本检测算法.算法重点针对文本图像和非文本图像的特征提取、流形降维、分类器训练等关键部分进行了改进,对人为收集的文本图像样本与非文本图像样本进行特征提取,并使用等距离映射的流形学习算法来完成特征降维,最后使用支持向量机来完成分类器训练,获取文本与非文本检测分类器,完成视频中文文本检测.实验结果表明,算法具有明显优越性,在检测可靠性和准确度上有较大提高,具有一定的实用意义. 相似文献
8.
9.
《科技通报》2016,(9)
目的:探讨C4.5决策树算法结合主成分分析法(PCA)在新疆高发病食管癌X钡剂造影图像分类中的应用。方法:选取新疆高发病食管癌图像200张,其中蕈伞型和溃疡型图像各100张。对图像进行归一化、去噪和空间转换等预处理;对图像进行二尺度小波变换提取图像的低频信息,然后对其进行灰度共生矩阵法提取图像的特征;采用主成分分析(PCA)法对所提取的特征进行筛选;通过构造决策树C4.5算法分类器来验证特征的分类能力。结果:使用决策树C4.5算法分类器,对主成分分析获取的特征及综合特征进行分类。PCA选择的特征分类准确率为95%;使用综合特征分类准确率为80%。结论:综合特征的分类准确率与PCA选择的特征相比较低,表明在进行分类时,冗余特征可能会降低分类准确率;而本研究采用PCA选择后的特征分类准确率较高,表明该算法能有效减少冗余特征,弥补了过高维数的特征向量易引起维数灾难的问题,从而使得分类准确率得到了提高。一定程度上为后续的其它组织器官的特征提取提供了依据。 相似文献
10.
提出了基于小波变换和隐马尔可夫模型的人像鉴别算法. 该算法首先对图像进行3级小波分解，然后把3个不同分辨率的低频子图像由小到大排列成树状结构，形成低频小波树. 接着利用独立元分析对每个小波树枝进行去相关、降维，形成特征小波树枝，并把它作为观测向量对隐马尔可夫模型进行训练，把优化的模型参数用于人脸识别. 分析了观测向量维数与识别率的关系，以及状态个数和高斯概率混合成分的个数对识别率的影响，定性描述了隐马尔可夫模型的本质. 在ORL人脸数据库上，同其他四种相关方法进行了比较，实验结果表明，该方法识别率较高，工程上易于应用. 相似文献
11.
积雪面积是融雪径流模型中变量数据输入之一,准确的获取雪盖范围是进行流域尺度融雪水文过程研究的关键,在水资源管理及洪水预报中具有重要意义.本文以天山山区中段为例,利用MODIS数据,提出了结合混合光谱分解的积雪分量及灰度共生矩阵提取的纹理特征的SVM分类方法,对研究区积雪面积信息提取进行了研究.结果表明:通过利用混合光谱分解的积雪分量作为SVM的特征输入,总体分类精度比传统SVM分类结果有了一些提高.同时考虑结合基于灰度共生矩阵提取的纹理特征用于分类中,总体精度比传统SVM方法提高了1.081％,制图精度达到了99.01％.本文提出的分类方法能够适应特征组合之间的非线性关系,从而能提供更多的区域地物空间分布信息,能够调整无样本地表类型地区的积雪面积反演,对今后的融雪水文过程研究有重要意义. 相似文献
12.
以我国35个大中城市为研究对象,应用主成分分析和聚类分析相结合的方法对其房地产投资环境状况进行深入分析,得到基于主成分分析的城市房地产投资环境优劣排名和基于聚类分析的城市房地产投资环境层次分类,分析结果显示,我国大中城市房地产投资环境地区差异明显,并进一步予以说明。 相似文献
13.
EVA绩效评价指标有效性的实证研究——基于454家沪市上市公司2004年度的数据 总被引：5，自引：0，他引：5
本文以454家沪市A股上市公司为样本，一是对传统绩效指标进行主成分处理获取主成分及其综合指标；二是计算主成分指标与EVA指标的Speama相关系数；三是构建主成分指标与EVA指标的计量经济模型，以验证EVA的有效性。研究表明，EVA、EPE及EPA与传统绩效指标及其主成分指标的相对排序显著相关，并且可互为因果构建统计模型，这说明用EVA特别是EPE和EPA指标衡量公司绩效与用传统绩效指标评价具有一致性，是科学有效的。 相似文献
14.
《Information processing & management》2023,60(3):103243
The detection and identification of traffic signs is a fundamental function of an intelligent transportation system. The extraction or identification of a road sign poses the same problems as object identification in natural contexts: conditions of illumination are variable and uncontrollable, and various objects frequently surround road signs. These difficulties make the extraction of features difficult. The fusion of time and space features of traffic signs is important for improving the performance of sign recognition. Deep learning-based algorithms are time-consuming to train based on a large amount of data. They are difficult to deploy on resource-constrained portable devices and conduct sign detection in real time. The accuracy of sign detection should be further improved, which is related to the safety of traffic participants. To improve the accuracy of feature extraction and classification of traffic signs, we propose MKL-SING, a hybrid approach based on multi-kernel support vector machine (MKL-SVM) for public transportation SIGN recognition. It contains three main components: a principal component analysis for image dimension reduction, a fused feature extractor, and a multi-kernel SVM-based classifier. The fused feature extractor extracts and fuses the time and space features of traffic signs. The multi-kernel SVM then classifies the traffic signs based on the fused features. Different kernel functions in the multi-kernel SVM are fused based on a feature weighting procedure. Compared with single-core SVM, multi-kernel SVM can better process massive data because it can project each kernel function into high-dimensional feature space to get global solutions. Finally, the performance of SVM-TSR is validated based on three traffic sign datasets. Experiment results show that SVM-TSR performs better than state-of-the-art methods in terms of dynamic traffic sign identification and recognition. 相似文献
15.
基于主元分析(PCA)的传感器故障检测方法中T2和SPE统计量是两个重要指标。首先介绍T2统计量超限而SPE没超限故障检测的方法。利用主元相关变量残差统计量代替平方预测误差SPE统计量,并采用累积方差贡献率确定PCA模型的主元数。该方法避免了SPE统计量的保守性。最后将该方法应用于电厂某机组工作过程检测中,通过仿真验证该方法的有效性。 相似文献
16.
学术期刊评价中主成分分析法应用悖论研究 总被引：1，自引：0，他引：1
本文依托CSTPC数据库,采用主成分分析法对医学期刊进行评价,然后用评价值作为被解释变量,评价指标作为解释变量进行回归分析,发现部分指标的回归系数为负,删除这几个指标后继续进行主成分分析及回归分析,发现可以删除绝大多数评价指标,得出违背常理的结论.由于学术期刊的特点,不能采取主成分分析进行学术期刊的评价;必须再增加主成分分析回归系数为正这一条件;在评价条件完全具备的情况下,主成分结果回归法(PCARR)可以进行评价指标的筛选;本文提供的方法可广泛应用于某些系统评价方法的检验. 相似文献
17.
主成分分析法在我国学术期刊综合评价中的应用综述 总被引：1，自引：0，他引：1
介绍主成分分析法及其在学术期刊综合评价中的应用成果,概述主成分分析法的研究进展,认为运用主成分分析法评价学术期刊既有其优点也存在不足。学术界给出克服不足的方案有：确定权重后,结合专家给的权重,在定量的基础上,再做定性研究;基于样本的非线性主成分评价模型——核主成分分析法;回归调整方法等。 相似文献
18.
《Journal of The Franklin Institute》2023,360(2):693-718
The three-dimensional (3D) impact time and angle guidance problem is of great practical significance but remains open because of the coupling nonlinearity and multiple constraints. To solve this problem, a 3D vector guidance law is proposed in this paper to intercept a non-maneuvering target at the desired impact conditions. First, a 3D vector impact angle constrained guidance law with explicit time-to-go estimation is developed by extending the planar one into the 3D space. Then, the intercepting component of the above guidance law is augmented by a time-to-go feedback term, which leads to the proposed 3D vector impact time and angle guidance law. Stability analysis and parameter selection criteria are presented to show the advantageous features of the proposed design. In particular, the proposed guidance law does not require the switch logic, numerical algorithms, or decoupling strategy, which outperforms similar existing results in terms of continuous command and convenient implementation. Finally, several numerical simulations are performed to validate the theoretical findings. 相似文献
19.
Farial Shahnaz Michael W. Berry V.Paul Pauca Robert J. Plemmons 《Information processing & management》2006
A methodology for automatically identifying and clustering semantic features or topics in a heterogeneous text collection is presented. Textual data is encoded using a low rank nonnegative matrix factorization algorithm to retain natural data nonnegativity, thereby eliminating the need to use subtractive basis vector and encoding calculations present in other techniques such as principal component analysis for semantic feature abstraction. Existing techniques for nonnegative matrix factorization are reviewed and a new hybrid technique for nonnegative matrix factorization is proposed. Performance evaluations of the proposed method are conducted on a few benchmark text collections used in standard topic detection studies. 相似文献