检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

PSO-svm理论在路面识别中的应用

计算机与现代化 2016年第9期 115-118页

作者：姚庆华蒲雯云南省交通科学研究院云南昆明650011

道路的起伏度严重制约着汽车的行驶速度,也在一定程度上影响道路的交通安全。在路面的识别检测中,路面数据中的噪声点和野值点是困扰识别检测的一大难题。本文利用支持向量机理论对于路面数据中的噪声点和野值点具有敏感性的特点,提出... 详细信息

道路的起伏度严重制约着汽车的行驶速度,也在一定程度上影响道路的交通安全。在路面的识别检测中,路面数据中的噪声点和野值点是困扰识别检测的一大难题。本文利用支持向量机理论对于路面数据中的噪声点和野值点具有敏感性的特点,提出一种改进的PSO-svm识别算法,首先利用参数优化超平面方程,然后利用粒子群(PSO)算法优化支持向量机的核函数及其参数,最后进行路面的识别检测。实验结果表明,本文提出的算法对于路面起伏度的检测计算具有速度快,识别准确率高(可达到92%)的特点。

关键词： svm理论 PSO算法路面识别

在线全文

学校读者我要写书评

暂无评论

基于svm和D-S理论的三维人脸识别

计算机技术与发展 2014年第6期24卷 75-78,82页

作者：雷虎樊泽明西安翻译学院陕西西安710105 西北工业大学自动化学院陕西西安710072

针对三维人脸识别算法中的高精度分类器设计问题,采用人脸全局特征和局部特征共四个相互独立的多特征信息分类后进行D-S数据融合技术来实现。通过svm分类器对三维人脸图像中相互独立的全局特征(面廓)和局部特征(眼睛、鼻子和嘴)共四个... 详细信息

针对三维人脸识别算法中的高精度分类器设计问题,采用人脸全局特征和局部特征共四个相互独立的多特征信息分类后进行D-S数据融合技术来实现。通过svm分类器对三维人脸图像中相互独立的全局特征(面廓)和局部特征(眼睛、鼻子和嘴)共四个特征进行一对一的单特征识别,并将其结果进行数据归一化处理后,作为D-S证据理论的BPA,按照D-S理论融合全局特征和局部特征数据,计算出更加准确的识别结果。经过融合数据结果分析,发现该算法可靠有效,大大提高了三维人脸的识别效率。

关键词：三维人脸 svm理论 D-S证据理论识别

在线全文

学校读者我要写书评

暂无评论

一种svm增量学习算法α-Isvm

软件学报 2001年第12期12卷 1818-1824页

作者：萧嵘王继成孙正兴张福炎南京大学计算机软件新技术国家重点实验室江苏南京210093 南京大学计算机科学与技术系江苏南京210093

基于 svm(supportvector machine)理论的分类算法 ,由于其完善的理论基础和良好的试验结果 ,目前已逐渐引起国内外研究者的关注 .深入分析了 svm理论中 SV(support vector,支持向量 )集的特点 ,给出一种简单的svm增量学习算法 .在此基础... 详细信息

基于 svm(supportvector machine)理论的分类算法 ,由于其完善的理论基础和良好的试验结果 ,目前已逐渐引起国内外研究者的关注 .深入分析了 svm理论中 SV(support vector,支持向量 )集的特点 ,给出一种简单的svm增量学习算法 .在此基础上 ,进一步提出了一种基于遗忘因子α的 svm增量学习改进算法α- Isvm.该算法通过在增量学习中逐步积累样本的空间分布知识 ,使得对样本进行有选择地遗忘成为可能 .理论分析和实验结果表明 ,该算法能在保证分类精度的同时 ,有效地提高训练速度并降低存储空间的占用 .

关键词：机器学习 svm理论增量学习算法 α-Isvm

在线全文

学校读者我要写书评

暂无评论

基于svm分类的预警系统

中国农业大学学报 2002年第6期7卷 97-100页

作者：刘广利邓乃扬中国农业大学管理工程学院

将 svm理论与预警理论相结合 ,提出了一个基于 svm的宏观经济预警系统 ,并应用于我国棉花产量增长率的预警。与已有预警系统比较。

关键词：宏观经济预警系统 svm理论 svm分类支持向量机棉花生产

在线全文

学校读者我要写书评

暂无评论

基于svm的图像分类

计算机应用与软件 2005年第5期22卷 98-99,126页

作者：王亮申欧宗瑛朱玉才侯杰于京诺烟台师范学院山东烟台264025 大连理工大学辽宁大连116023

svm能够解决线性及非线性分类问题,以较少的支持向量确定分类面,对样本数量及维数不敏感。基于直方图及惯性比确定图像特征能够保证平移、旋转和尺度不变性,是最优分类面确定的可靠保证。利用svm进行图像分类,充分体现svm理论的实用价值。

关键词：图像分类尺度不变性最优分类面 svm理论分类问题支持向量样本数量图像特征实用价值非线性直方图

在线全文

学校读者我要写书评

暂无评论

一种具有容噪性能的svm多值分类器

计算机研究与发展 2000年第9期37卷 1071-1075页

作者：萧嵘孙晨王继成张福炎南京大学计算机软件新技术国家重点实验室南京大学多媒体研究所南京210093

基于 svm理论的分类器已经发展成为一种通用的二值分类器 .但是它对噪音数据非常敏感 ,而且不适用于多值分类场合 .将标准的 PCA算法扩展到更普遍的领域 ,并提出了一种新的 svm分类器学习结构 .它使用扩展的 PCA算法对训练集数据进行降... 详细信息

基于 svm理论的分类器已经发展成为一种通用的二值分类器 .但是它对噪音数据非常敏感 ,而且不适用于多值分类场合 .将标准的 PCA算法扩展到更普遍的领域 ,并提出了一种新的 svm分类器学习结构 .它使用扩展的 PCA算法对训练集数据进行降噪映射 ,产生一个新的数据集 ,然后通过反对称阵将一组二值分类器组合成一个多值分类器来处理该数据集 .

关键词：多值分类器 svm理论容器性能机器学习

中国学习者日语句末语气表达的习得研究——以"わけだ"为中心

在线全文

学校读者我要写书评

暂无评论

中国学习者日语句末语气表达的习得研究——以"わけだ"为中心

作者：章羽红华中科技大学

学位级别：硕士

语气表达毫无疑问是日语语法中的一大难点。对外国学习者而言,理解并恰当地使用语气是相当困难的。其中,“わけだ”作为一种使用频度很高的语气表达形式,更是学习中的难点所在。外国学习者在使用“わけだ”时常存在误用现象,或存在该使... 详细信息

语气表达毫无疑问是日语语法中的一大难点。对外国学习者而言,理解并恰当地使用语气是相当困难的。其中,“わけだ”作为一种使用频度很高的语气表达形式,更是学习中的难点所在。外国学习者在使用“わけだ”时常存在误用现象,或存在该使用“わけだ”而未使用的情况。本论文在参考“わけだ”的先行研究成果以及在对其他语气形式习得研究的基础上,展开对“わけだ”的习得研究。本研究通过问卷形式,对处于三个不同水平阶段的115名中国学习者作了横向调查,并对比了41名日本人对“わけだ”的使用状况。在此基础上,借用长友和彦的svm模型理论,对调查结果进行分析。分析结果显示:(1)二、三年级学生随着年级的增加,使用状况与日本人接近,符合svm模型理论;但是四年级学生使用状况却停留在三年级的水平,出现了僵化停滞现象。(2)学习者对“べきだ”的误用明显,笔者认为主要是受其母语影响。(3)日本人偏爱使用“はずだ”,这一点可从“暧昧表现”的文化层面进行解释。(4)“わけだ”的典型用法有“结果的归结”和“理解”两种,笔者据此指出横田淳子对其的分类方法也存在一定问题。(5)中国学习者中存在回避使用“わけだ”的倾向,笔者认为可从“わけだ”本身的难度、教材以及教学法等方面考察其原因。(6)实际使用和先行研究之间存在一定差距。接着笔者考察了被调查对象使用的教材中对“わけだ”的说明和例句。笔者发现教材的说明和例句远未达到使学习者理解的程度,有改善的必要。最后,以上述研究结果为基础,笔者提出在日语教学中应如何教授“わけだ”以及教材在例句的选择上应注意哪些事项等建议。通过本论文的研究,笔者对“わけだ”的学习中存在的问题、教材本身的不足以及从教授者角度应如何教学等一系列问题提出了见解。望此微薄之言能对今后的日语教学起到一定促进作用,并在以“わけだ”为代表的其他语气表达形式的教学中具有更普遍的参考价值。

关键词：语气 “わけだ” 习得研究 svm理论

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

盾构隧道运营期渗漏水风险评价与管理

盾构隧道运营期渗漏水风险评价与管理

作者：张文静华中科技大学

学位级别：硕士

随着经济的发展与人口增长,我国的轨道交通迎来了飞速的发展,而由于盾构隧道特殊构造特点与复杂的赋存环境,在隧道的运营期内,病害多发。渗漏水病害作为最常见的病害之一,不仅能直接导致地铁电路破坏、列车停运,也是加剧其他类型隧道病... 详细信息

随着经济的发展与人口增长,我国的轨道交通迎来了飞速的发展,而由于盾构隧道特殊构造特点与复杂的赋存环境,在隧道的运营期内,病害多发。渗漏水病害作为最常见的病害之一,不仅能直接导致地铁电路破坏、列车停运,也是加剧其他类型隧道病害的致险因子,严重威胁隧道的安全运营。因此对运营期内的盾构隧道渗漏水进行风险评价与管理,对保证地铁隧道的安全运营具有重要意义。基于隧道渗漏水的致险机理分析,构建渗漏水风险评价三级指标体系,其中包括4个二级指标、11个三级指标。针对渗漏水风险体系复杂、非线性关系的特点,提出基于贝叶斯、Copula理论的运营隧道渗漏水风险空间相依性评价Pair-Copula贝叶斯网络(PCBN)模型,并将其应用于武汉地铁三号线王宗区间隧道;获取隧道不同空间分布的多个监测点三级指标实测值,确定表征三级指标实测值空间分布规律的最优边缘分布和相关系数,构建并验证PCBN模型,通过计算确定隧道的渗漏水风险状态为基本安全;对三级指标进行空间相关性分析,确定封垫破损及老化率、螺栓失效率是对本隧道渗漏水影响较大的指标,将其作为关键指标,据此可针对性提出降低渗漏水风险的决策建议。王宗区间中渗漏水风险高发的空推段,具有小样本数据和多源信息的特点,提出基于支持向量机(svm)、DS理论的渗漏水风险评价方法,基于监测数据集利用svm获取测试集二级风险指标的基本概率分配(BPA),并进行DS融合确定测试集各个监测点的渗漏水风险状态;针对评价结果中渗漏水风险较高的监测点,制定降低渗漏水风险的措施;并将其作为目标监测点加强监测,获取三级指标时间序列监测值,探究风险控制措施的有效性,提出基于svm、云模型与DS理论的渗漏水风险时间相依性预测方法;同样基于小样本数据,利用svm进行时间相关性分析,获得三级指标实测值时间演化规律,从而进行时间序列预测得到三级指标预测值,并采用云模型解决预测值模糊不确定性,获取三级指标BPA后进行DS融合,预测目标监测点渗漏水风险等级和趋势,确定在控制措施作用下,目标监测点的渗漏水风险随着时间演化不断降低,验证控制措施的有效性,为隧道渗漏水风险管理提供经验。

关键词：运营隧道渗漏水风险评价与预测 PCBN模型空间相关性分析 svm理论云模型 DS理论时间相关性分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

支持向量机理论及应用

科学技术创新 2019年第2期 13-14页

作者：马旭霞河北省第一测绘院河北石家庄050031

支持向量机(Support Vector Machine,svm)是一种新型机器学习方法,是一种建立在统计学基础上的分类器。首先简述了统计学习理论的主要内容,然后介绍并分析了支持向量机的工作原理、经典算法以及基本思想,归纳了支持向量机在化工生产、... 详细信息

支持向量机(Support Vector Machine,svm)是一种新型机器学习方法,是一种建立在统计学基础上的分类器。首先简述了统计学习理论的主要内容,然后介绍并分析了支持向量机的工作原理、经典算法以及基本思想,归纳了支持向量机在化工生产、人脸识别、石油期货价格预测、高光谱反演、水资源质量分类评价等方面的应用。

关键词：支持向量机 svm理论 svm应用