Support Vector Machine for mechanical faults classification     

蒋志强  符寒光  李凌君 《浙江大学学报(A卷英文版)》2005,6(5):433-439

INTRODUCTION Support Vector Machine (SVM) is a relativelynew soft computing method based on statisticallearning theory presented by Vapnik (1995). In SVM,original input space is mapped into a high dimen-sional dot product space called feature space in whichthe optimal hyperplane is determined to maximize thegeneralization ability of the classifier. The optimalhyperplane is found by exploiting a branch ofmathematics, called optimization theory, and re-specting the insights provided by …  相似文献   

1999-2008年我国SVM文本分类文献计量分析     

王彦明  奉永桃  奉国和 《图书情报工作》2009,53(20):106-126

对1999-2008年国内支持向量机文本分类研究论文,从来源数据库、发表时间、期刊分布等方面进行文献计量分析,按主题简要介绍该领域理论研究和应用研究两个层次的主要成果,对这些成果从内容和研究方法上进行评述,指出SVM文本分类的不足,对研究中存在的问题进行分析总结,使读者全面对该领域研究情况认识,以期促进该领域进一步的深入发展。  相似文献   

基于ＥＭ ＰＣＡ和级联分类器的人脸检测     

孙见青  汪荣贵  胡韦伟 《中国科学院研究生院学报》2008,25(2):216-223

为了提高人脸检测的速度及鲁棒性,提出了一种基于级联分类器和期望最大、主成分分析（ＥＭ ＰＣＡ）的人脸检测方法．该方法在训练阶段利用不同分辨率的训练样本来训练２个ｆｉｓｈｅｒ线性分类器,再利用ＥＭ ＰＣＡ提取特征来训练非线性支持向量机（ＳＶＭ）;在检测阶段,首先通过２个ｆｉｓｈｅｒ线性分类器快速过滤掉大量的背景区域,再利用非线性支持向量机对余下的候选区域进行进一步验证,以确认是否为人脸．实验结果证明了该方法的有效性和正确性．  相似文献   

基于SVM的实时自动超声钢轨伤损检测分类系统     

郝炜  李成桐 《中国科学院大学学报》2009,26(4):517-521

介绍了一个更有效的基于支持向量机的实时超声波钢轨伤损自动检测分类系统.根据钢轨伤损的特点提取特征量,利用基于支持向量机的分类预测算法实现钢轨伤损的实时检测分类,并基于统计处理的计算伤损尺寸.在嵌入式系统DSP中利用该机器学习算法实现了伤损的实时处理和测试.实现了钢轨伤损实时报警、显示伤损类型、所处轨内位置及程度.  相似文献   

基于支持向量机的城市生态足迹动态化评价     

李湘梅  周敬宣  罗璐琴  袁松虎 《资源科学》2007,29(5):16-21

人类社会经济的发展已造成资源消退和环境恶化等严重问题。为使可持续发展成为现实,如何有效地预测并评价自然资本利用状态的发展趋势,是区域总体规划和生态规划的重要议题。城市生态系统是由相互作用、相互依赖的生态因子和社会经济因子组成的复杂系统,支持向量机(SVM)为未知复杂系统的建模提供了新的思路。本文运用SVM算法,就武汉市总体规划期间(2005年~2020年)总生态足迹动态发展趋势进行了研究。研究结果表明,2020年,武汉市总生态足迹将达到2 837.40×104hm2,是2004年的1.5倍。总体规划中经济增长速度放慢的情况下,区域环境负荷增长趋势有增无减。在分析案例的基础上,论证了SVM在生态与环境领域建模的适用性,并指出了今后研究的方向。  相似文献   

基于SVM算法的客户诚信度评价模型的研究     

周自斌 《合肥联合大学学报》2013,(3):48-51

针对目前大量的商业活动中对客户诚信度评价方法的欠缺,提出了一种新型的预测模型,即将高斯核函数同SVM算法相结合,在非线性多维特征解空间的环境下,也可做到较为准确的评估．通过实践验证,同以往的预测模型相比较,该算法不论在预测准确性以及泛化能力上都有更为突出的表现．  相似文献   

Deriving kernels from generalized Dirichlet mixture models and applications     

Nizar Bouguila 《Information processing & management》2013

In the last few years hybrid generative discriminative approaches have received increasing attention and their capabilities have been demonstrated by several applications in different domains. Hybrid approaches allow the incorporation of prior knowledge about the nature of the data to classify. Past work on hybrid approaches has focused on Gaussian data, however, and less attention has been given to other kinds of non-Gaussian data which appear in many applications. In this article we introduce a class of generative kernels based on finite mixture models for non-Gaussian data classification. This particular class is based on the generalized Dirichlet distribution which have been shown to be effective to model this kind of data. We demonstrate the efficacy of the proposed framework on two challenging applications namely object detection and content-based image classification via the integration of color and spatial information.  相似文献   

基于BP神经网络的语音情感识别研究   总被引：1，自引：0，他引：1  

徐照松  元建 《人天科学研究》2014,(4):11-13

随着科技的迅速发展,人机交互越来越受到人们的重视,语音情感识别更是学术界研究的热点。将BP神经网络算法用于语音情感识别研究,并在汉语情感数据集上进行了相关实验,识别的准确率达到了91．5％,相较于SVM算法分类精度提高了5％。  相似文献   

基于EMD和Hilbert变换的脑磁信号特征提取和分类     

王健锋  黄晓霞 《上海海事大学学报》2014,35(3):90-94

为研究通过脑机接口(Brain-Computer Interface,BCI)处理非线性、非稳定性信号问题,针对基于脑磁信号(magnetoencephalography,MEG)的BCI,提出一种基于经验模式分解(Empirical Mode Decomposition,EMD)和Hilbert变换的MEG特征提取和分类方法.该方法首先对MEG数据进行预处理;其次用EMD和Hilbert变换方法提取特征向量;然后用主成分分析法对提取到的特征向量进行降维处理;最后把处理过的特征向量作为支持向量机(Support Vector Machine,SVM)的一个输入向量实现MEG的分类.使用该方法对第4届国际BCI竞赛提供的MEG数据进行分类,实验结果表明可以获得较高的分类准确率.  相似文献   

基于SVM的岸桥起升电动机工作状态分类     

唐刚  李庆中  胡雄 《上海海事大学学报》2019,40(2):78-82

为解决岸桥起升电动机的状态识别和实时监测问题,分析起升电动机的大量样本集,提出基于标准差的模糊C均值(standard deviation-based fuzzy C-means,S-FCM)聚类算法对起升电动机的状态进行聚类分析,并构建两种SVM模型。实验结果表明:起升电动机振动烈度可以聚类为4类。对两种SVM模型进行对比和验证,选出最理想的实时监测模型。该方法可以为设备维护保养提供依据并且可以实时在线监测岸桥起升电动机的工作状态。  相似文献