没有合适的资源?快使用搜索试试~
我知道了~
文库首页
课程资源
专业指导
基于独立成分分析和模糊支持向量机的车标识别方法
基于独立成分分析和模糊支持向量机的车标识别方法
支持向量机
独立成分分析
车标识别
需积分: 9
8 下载量
171 浏览量
2012-02-06
22:46:28
上传
评论
1
收藏
461KB
PDF
举报
温馨提示
立即下载
介绍了独立成分分析 模糊支持向量机 车标识别原理等;
资源推荐
资源评论
基于独立成分分析和模糊支持向量机的车标识别新方法
浏览:107
提出了一种新的车标识别方法。首先,利用独立成分分析提取车标特征,然后,采用模糊支持向量机设计分类器进行车标识别。实验结果表明,与现有车标识别方法相比,该方法识别率高、速度快。
独立成分分析算法与支持向量机在不良图片识别中的应用
浏览:57
5星 · 资源好评率100%
独立成分分析算法与支持向量机在不良图片识别中的应用,学位论文
基于动态独立成分的单类支持向量机方法及其在故障诊断中的应用 (2012年)
浏览:145
针对工业过程故障诊断中数据的动态性、非高斯性和非线性特点,提出一种基于动态独立成分的单类支持向量机(OCSVM)方法。为了分析数据的动态特性和非高斯性,应用动态独立成分分析(DICA)方法提取数据变量中的动态独立成分作为特征信息,基于特征信息建立OCSVM模型并构造非线性监控统计量。检测到故障后,计算故障数据与故障模式数据决策超平面的相似度,通过相似度分析识别故障模式。在Tennessee Eas
基于差分-主成分分析-支持向量机的有机化合物太赫兹吸收光谱识别方法
浏览:124
针对有机化合物的太赫兹时域光谱数据,提出了一种基于差分-主成分分析(PCA)-支持向量机(SVM)的有机化合物识别方法。基于物质样本的太赫兹时域信号计算得到太赫兹吸收光谱,对0.2~2.5 THz频率区间内的数据进行特征提取。在特征提取中,提出了基于差分数据的样本容量扩充方法,并结合PCA进行了特征的提取。利用SVM建立了提取的特征与物质类别对应关系的数学模型,并根据建立的模型对未知样本进行了识别
基于独立成分分析和核向量机的人脸识别.pdf
浏览:26
基于独立成分分析和核向量机的人脸识别.pdf
基于模糊支持向量机的高光谱图像分类
浏览:167
但它对训练样本内部的噪声和孤立点特别敏感,在一定程度上影响了支持向量机的分类性能,针对该问题,引入了模糊支持向量机(FSVM),并且利用灰色关联分析代替模糊隶属度的求解,将这种基于灰色关联分析的模糊支持向量机与...
基于支持向量机的图像识别
浏览:152
4星 · 用户满意度95%
基于支持向量机的图像识别
一种新的模糊支持向量机
浏览:21
一种新的模糊支持向量机,对模糊支持向量机做出介绍
基于Python语言和支持向量机的字符验证码识别.zip
浏览:177
5星 · 资源好评率100%
基于Python语言和支持向量机的字符验证码识别
基于主成分分析和支持向量机的两种血循毒蛇咬伤辅助诊断研究.pdf
浏览:165
基于主成分分析和支持向量机的两种血循毒蛇咬伤辅助诊断研究.pdf
基于一类支持向量机与主成分分析的转静碰摩故障检测技术 (2012年)
浏览:100
针对实际旋转机械中转静碰摩故障获取困难,大量拥有的正常非碰摩状态样本,引入一类支持向量机学习算法进行转静碰摩故障识别,通过对大量正常样本的学习得到碰摩故障判别边界,从而实现碰摩擦故障检测。由于转子故障信号的频谱存在大量冗余,又提出一种基于主成分分析的转子故障特征提取方法。该方法对信号频谱进行归一化处理后对大量样本的频谱进行主成分分析,按不同能量保持率要求提取低维特征。诊断实验表明该方法的正确有效性
基于核主成分分析和粒子群优化支持向量机的滑坡位移预测 (2013年)
浏览:7
利用核主成分分析法对滑坡位移影响因子进行特征提取,以获得的主成分作为支持向量机的特征向量建立支持向量机模型,其中模型参数通过粒子群算法进行选择优化,构建出核主成分分析和粒子群优化支持向量机协同模型,对滑坡相对位移进行预测。预测结果的平均绝对误差和相对误差分别为0.760和7.563%,与其他预测模型相比,其拟合和泛化能力最优,表明核主成分分析和粒子群优化支持向量机协同模型的预测结果与实际监测值具有
基于核主成分分析与最小二乘支持向量机结合处理时间序列预测问题 (2006年)
浏览:189
探讨了最小二乘支持向量机时间序列预测的方法,提出了用核主成分分析提取主元。然后用最小二乘支持向量机进行预测。通过实验表明,这种方法得到的效果优于没有特征提取的预测。同时与主成分分析提取特征相比,用核主成分分析效果更好。
基于主成分分析和最小二乘支持向量机的电力短期负荷预测
浏览:51
基于主成分分析和最小二乘支持向量机的电力短期负荷预测,王莹,刘瑞叶,虽然支持向量机具有非线性拟合、泛化能力强、训练收敛速度快等显著特点,但当处理海量电力负荷数据时,支持向量机的训练效率降低
基于Adaboost的孪生支持向量机人脸识别方法.pdf
浏览:107
基于Adaboost的孪生支持向量机人脸识别方法.pdf
模糊支持向量机-Python代码
浏览:182
5星 · 资源好评率100%
模糊支持向量机-Python代码,包含示例数据集data、FSVM.ipynb、FSVM.py三种文件。
一种基于模糊支持向量机的人脸识别方法.pdf
浏览:182
一种基于模糊支持向量机的人脸识别方法.pdf
基于模糊支持向量机的文本分类
浏览:186
信息检索与数据挖掘得到了快速的发展,通过对传统支持向量机的特点分析,针对其在文本分类中的局限性,采用了一种基于二叉树的模糊支持向量机的多分类算法,通过实验证明该算法有更好的抗干扰能力和更好的分类效果。
基于支持向量机的人脸识别
浏览:156
基于支持向量机的人脸识别.pdf基于支持向量机的人脸识别.pdf基于支持向量机的人脸识别.pdf
基于主成分分析和粒子群算法优化支持向量机的冻融土壤蒸发预报模型.pdf
浏览:190
基于主成分分析和粒子群算法优化支持向量机的冻融土壤蒸发预报模型.pdf
基于主成分分析的支持向量机对购房意愿的分类研究
浏览:45
居民的购房意愿在整个宏观层面上影响着整个社会结构的变迁和转型。文中基于500份居民购房意愿调查问卷,利用主成分分析法提取了主要特征,对主成分序列建立了支持向量机分类模型。五折交叉验证结果表明:分类效果良好,对政府和房地产开发商进行客户细分、制定营销策略有一定的借鉴意义。
基于独立成分分析-谱聚类-Sharpe模型的开放式基金投资风格识别方法
浏览:98
基于独立成分分析-谱聚类-Sharpe模型的开放式基金投资风格识别方法
基于独立成分分析的人脸表情识别方法
浏览:41
这是我的毕业论文,从封面设计到最后的致谢,一应俱全,写作思路明确,希望对写毕业论文的朋友有帮助
基于主成分分析和支持向量机的矿井水源判别
浏览:174
基于主成分分析和支持向量机的矿井水源判别,邱梅,施龙青,针对传统支持向量机法判别矿井水源准确率较低的问题,本文选取7种水化学成分指标作为矿井水源判别的指标,采用主成分分析(PCA)和支
基于粗糙集和模糊支持向量机的感应电动机故障诊断方法
浏览:90
提出粗糙集(RS)和模糊支持向量机(FSVM)相结合的电动机故障诊断方法。先利用粗糙集对属性进行约简,然后将约简属性作为FSVM的输入,再对其进行训练,实现多分类,并使结果可视化。实际诊断结果验证了此方法的可行性与有效...
论文研究-一种新的模糊支持向量机.pdf
浏览:73
根据上述新的隶属度函数设计方法和截集模糊C-均值聚类方法,构建了一种基于截集模糊C-均值聚类并改进了隶属度函数的模糊支持向量机,数值试验表明这种新的模糊支持向量机有效地提高了训练速度和分类精度。
论文研究-模糊支持向量机情感状态识别的研究.pdf
浏览:112
针对已有的情感生理参数样本类内聚合度低、不同状态较难区分的特点,提出了一种改进的模糊支持向量机识别方法。模糊隶属度函数采用高斯分布形式,高斯分布的参数分别由同类样本数据形成的最小超球体半径和样本之间的...
基于SVM(支持向量机) 的人脸识别 matlab 代码matlab.zip
浏览:185
基于SVM(支持向量机) 的人脸识别 matlab 代码matlab
论文研究-结合独立成分分析和核向量机进行人脸识别.pdf
浏览:80
然后采用支持向量机和核向量机分别对待识别图像在基影像上的投影系数进行分类判决,结果显示二者都能达到较高的识别准确率,但随着特征个数的增加,核向量机的准确率更高,训练时间更短,支持向量更少。实验表明方法...
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
zhiguoyan76
粉丝: 2
资源:
5
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
XX2010年通信管道X期工程项目建议书.doc
后端springboot命令行程序ATM系统
将 IntelliJ IDEA 连接到数据库MYSQL
霸王的大陆[简][V1.4].zip
扫描全能王 6.64.1.2405070000 VIP youre.apk
Torrent-Pro-6(1.8.7)-All-Mod-youarefinished.apk
c++采用Boost方式,搭建服务端、客户端通信
南京邮电大学离散数学实验
27b0a55aa36ed02987252e6e7e28f944.mov
main.cpp
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功