SVM

摘要： 在小样本条件下运用SVR模型预测装备维修器材需求量时,预测效果受随机干扰因素影响较大。为解决这一问题,提出了一种新的AP-SVM模型。首先,运用AP聚类算法对训练数据进行分类,将分类结果作为训练数据训练SVM分类器,并对待测试数据的所属类别进行判断;然后,根据数据类别构建训练向量集,对SVM进行训练,运用SVR模型计算预测结果。实例分析结果表明:AP-SVM算法在处理受复杂随机因素影响较大的小样本器材数据预测问题时,可以有效排除干扰因素的影响,改善SVR模型的预测效果。

摘要： 社交媒体平台中存在的大量虚假新闻伴随着网络的快速发展,影响范围扩大,造成了不良社会影响以及经济损失。为快速有效地实现虚假新闻的检测,提出一种基于支持向量机的虚假新闻检测研究的方法。通过TextRank提取文本特征向量,使用网格搜索交叉验证方法对支持向量机(Support Vector Machine,SVM)参数寻优,对其新闻数据集进行虚假检测、分类,从而识别虚假新闻。实验结果表明,本文提出的方法与朴素贝叶斯和决策树相比,在虚假新闻检测问题上效果较好。

摘要： 裂缝是测定道路工程质量的一个重要指标,不同的裂缝类型关系到不同的坏裂走向及路面养护策略,所以对混凝土路面裂缝进行分类十分重要。针对于传统的检测方法成本高,劳动强度大等问题,采用了四旋翼无人机视觉检测技术,选择了支持向量机的分类器,提出了一种基于裂缝投影的方向性特征,裂缝骨架的端点特征以及裂缝骨架与横纵网格交点数目比的特征对道路裂缝进行分类的方法,并与其它特征做了对比实验。结果表明本法对于道路裂缝的分类具有较高的准确率和较强的适应性。

摘要： 本文针对传统履带式车辆和轮式车辆分类过程中特征提取对人工经验和领域知识依赖性强的问题,提出一种基于循环神经网络的运动车辆目标分类方法。该方法利用循环神经网络在处理序列数据上的优势,挖掘数据之间的内部联系,自适应地确定隐含层的权值,自动提取稳健特征。基于实测数据进行的实验得到了在信噪比不低于15dB条件下,正确分类性能达到91.4%的效果。对比实验表明该方法较传统分类方法有较好的分类效果。

摘要： In this study, a seed origin discrimination model for Clinacanthus nutans was developed. First, 81 C. nutans samples from three seed origin locations were collected, and their Near-Infrared (NIR) spectra were obtained. Next, Principal Component Analysis (PCA) was performed on the NIR spectra of the 81 C. nutans samples. Then, MSC (multiplicative scatter correction), SNV (standard normal variate), first derivative, and second derivative pre-treatments of the C. nutans spectra were performed and combined with the Support Vector Machine (SVM) algorithm for modelling and analysis. Among these methods, first-order derivative pre-treatment achieved the best SVM model effectiveness, with a training set accuracy of 93.44% (57/61) and a test set accuracy of 85.00% (17/20). In order to further improve the discrimination accuracy of the model, three optimization algorithms Grid Search (GS), Genetic Algorithm (GA), and Particle Swarm Optimization (PSO) were employed to identify the best c and g parameters for the SVM model. The results demonstrated that the PSO optimization algorithm yielded the best parameters of c = 0.8343, g = 57.8741, with corresponding model training set the accuracy of 96.36% (60/61) and test set the accuracy of 95.00% (20/21). Therefore, developing a seed origin classification model for C. nutans based on NIR spectroscopy combined with chemometrics is feasible and has the advantages of being simple, rapid, and green.

摘要： 利用大量未标签样本和少量已标签样本共同训练一个有效的分类器是半监督学习方法的优势,自训练半监督学习方法因其简单且有效的特性而被广泛使用。文章提出基于隐空间特征增强的自训练半监督支持向量机分类学习方法,该方法首先将原空间已标签数据样本和大量无标签数据样本映射到同一隐空间,构建特征增强空间,在此特征增强空间结合概率密度进行自标记半监督SVM学习,以提高分类器的准确性和鲁棒性。UCI数据集上的实验证明,所提算法比传统的自训练学习算法具有更好的性能。

摘要： 针对显著性目标多样性和不确定性,机器学习算法无法检测没有先验信息的图像问题,提出了一种基于图像边缘信息构建背景模型结合SVM分类算法的显著性目标检测算法。该方法对输入图像进行超像素预处理,使像素级转化为超像素级,既抑制噪声,又提高了计算效率。利用图像边缘超像素构建图像的初始背景模型,得到初始显著图。基于SVM算法建立目标和背景的分类模型,结合信息熵评价特征图,迭代优化背景模型,同时得到显著性目标。在公开数据库中进行了测试,实验结果表明,提出的检测算法能够在没有任何图像先验信息的情况下有效地检测出图像中的显著性目标,与流行的5种算法相比,该方法对检测目标的尺度和数量都具有较好的鲁棒性。

摘要： 宏病毒是存在于Office文档中的病毒,虽然传统杀毒软件可以扫描已有宏病毒,但是对于新出现的宏病毒处理仍然存在不足。使用机器学习的方法,通过比较正常宏和有害宏的特征不同,提出了一种新的宏特征选择方法,并使用SVM算法训练得到分类模型。结合分类模型和宏自身的病毒特征进行综合判断,从而可以达到对新出现宏的类别预测。实验结果表明,采用该模型成功率可以达到83.61%。

摘要： 采用SVM对不同运行工况下的柴油机增压换气系统进行故障诊断,为了提高SVM对柴油机换气系统故障诊断效率和准确率,选取最佳的支持向量机模型具有重要意义。热工参数相对偏差分析可以解决柴油机不同运行工况下的标准建模问题,分别采用交叉验证、网格搜索算法、粒子群算法、遗传算法对支持向量机模型进行参数(c、g)寻优,且得出网格搜索算法最适合换气系统的故障诊断,寻优的SVM分类准确率也最高,基本上都在90%以上,然后以此为基础,提出改进的网格搜索算法,分类准确率与传统网格搜索算法相差不大,但是时间大幅度减少,达3倍左右。研究成果为柴油机换气系统的故障数据分类识别提供更有效的方法参考,也为柴油机系统的诊断提供训练样本和趋势分析。

摘要： 语音自动评估对于语音识别非常重要,但由于缺少足够的发音错误样本,所以对每个音素进行建模以实现准确的发音验证是不切实际的。因此,提出了一种新的方法来处理这种不平衡的数据分布,通过建立多个单类支持向量机来评估每个音素是否正确。使用一组语音属性特征训练一类支持向量机来模拟每个音素的正确发音;一类支持向量机模型通过测量新数据与训练集的相似度,将其分为正常和异常。通过实验对提出的方法进行了评估,结果表明,该方法性能有明显提高。

摘要： This article applies the data mining algorithms to the evaluation system and sets the college teacherevaluation indicators according to some requirements by combining current college teacher evaluation indicators in colleges in accordance with related theories such as pedagogy, in order to reduce man-made mistakesand errors in the process of the evaluation of college teachers. We divide the sample data into two parts withSVM principle and attain the training model through training the sample data in the evaluation system andtake the intelligent evaluation and analysis on the prediction data with the training model. The experimentation and trial run showed that we can make the evaluation more accurate, reasonable and objective by takingthe method based on data mining algorithms in evaluating the teacher evaluation data. So the prospect of themethod is better.

摘要： This article applies the data mining algorithms to the evaluation system and sets the college teacherevaluation indicators according to some requirements by combining current college teacher evaluation indicators in colleges in accordance with related theories such as pedagogy, in order to reduce man-made mistakesand errors in the process of the evaluation of college teachers. We divide the sample data into two parts withSVM principle and attain the training model through training the sample data in the evaluation system andtake the intelligent evaluation and analysis on the prediction data with the training model. The experimentation and trial run showed that we can make the evaluation more accurate, reasonable and objective by takingthe method based on data mining algorithms in evaluating the teacher evaluation data. So the prospect of themethod is better.

摘要： This article applies the data mining algorithms to the evaluation system and sets the college teacherevaluation indicators according to some requirements by combining current college teacher evaluation indicators in colleges in accordance with related theories such as pedagogy, in order to reduce man-made mistakesand errors in the process of the evaluation of college teachers. We divide the sample data into two parts withSVM principle and attain the training model through training the sample data in the evaluation system andtake the intelligent evaluation and analysis on the prediction data with the training model. The experimentation and trial run showed that we can make the evaluation more accurate, reasonable and objective by takingthe method based on data mining algorithms in evaluating the teacher evaluation data. So the prospect of themethod is better.

摘要： 遥感数据中全色高分辨率影像分辨率相对于多光谱数据精度更高,但没有多波段特征的支持,仅仅依靠光谱特征来分类是很困难的。本文在前人研究的基础上提出一种针对全色北京一号小卫星高分辨率影像的比较实用的面向对象监督分类方法。其基本思想:在改进的图像分水岭分割算法基础上,获取图斑基元,计算图斑的光谱和改进的LBP纹理特征,在获取合适样本后,利用构建的支持向量机分类器进行分类,并去除噪声图斑。论文对小卫星影像做了分类实验,结果证明方法比较有效,能较好地提取了不同地物。

摘要： 遥感数据中全色高分辨率影像分辨率相对于多光谱数据精度更高,但没有多波段特征的支持,仅仅依靠光谱特征来分类是很困难的。本文在前人研究的基础上提出一种针对全色北京一号小卫星高分辨率影像的比较实用的面向对象监督分类方法。其基本思想:在改进的图像分水岭分割算法基础上,获取图斑基元,计算图斑的光谱和改进的LBP纹理特征,在获取合适样本后,利用构建的支持向量机分类器进行分类,并去除噪声图斑。论文对小卫星影像做了分类实验,结果证明方法比较有效,能较好地提取了不同地物。

摘要： 遥感数据中全色高分辨率影像分辨率相对于多光谱数据精度更高,但没有多波段特征的支持,仅仅依靠光谱特征来分类是很困难的。本文在前人研究的基础上提出一种针对全色北京一号小卫星高分辨率影像的比较实用的面向对象监督分类方法。其基本思想:在改进的图像分水岭分割算法基础上,获取图斑基元,计算图斑的光谱和改进的LBP纹理特征,在获取合适样本后,利用构建的支持向量机分类器进行分类,并去除噪声图斑。论文对小卫星影像做了分类实验,结果证明方法比较有效,能较好地提取了不同地物。

摘要： 遥感数据中全色高分辨率影像分辨率相对于多光谱数据精度更高,但没有多波段特征的支持,仅仅依靠光谱特征来分类是很困难的。本文在前人研究的基础上提出一种针对全色北京一号小卫星高分辨率影像的比较实用的面向对象监督分类方法。其基本思想:在改进的图像分水岭分割算法基础上,获取图斑基元,计算图斑的光谱和改进的LBP纹理特征,在获取合适样本后,利用构建的支持向量机分类器进行分类,并去除噪声图斑。论文对小卫星影像做了分类实验,结果证明方法比较有效,能较好地提取了不同地物。

摘要： 遥感数据中全色高分辨率影像分辨率相对于多光谱数据精度更高,但没有多波段特征的支持,仅仅依靠光谱特征来分类是很困难的。本文在前人研究的基础上提出一种针对全色北京一号小卫星高分辨率影像的比较实用的面向对象监督分类方法。其基本思想:在改进的图像分水岭分割算法基础上,获取图斑基元,计算图斑的光谱和改进的LBP纹理特征,在获取合适样本后,利用构建的支持向量机分类器进行分类,并去除噪声图斑。论文对小卫星影像做了分类实验,结果证明方法比较有效,能较好地提取了不同地物。

摘要： 遥感数据中全色高分辨率影像分辨率相对于多光谱数据精度更高,但没有多波段特征的支持,仅仅依靠光谱特征来分类是很困难的。本文在前人研究的基础上提出一种针对全色北京一号小卫星高分辨率影像的比较实用的面向对象监督分类方法。其基本思想:在改进的图像分水岭分割算法基础上,获取图斑基元,计算图斑的光谱和改进的LBP纹理特征,在获取合适样本后,利用构建的支持向量机分类器进行分类,并去除噪声图斑。论文对小卫星影像做了分类实验,结果证明方法比较有效,能较好地提取了不同地物。

摘要： 膜蛋白通常被分为以下五类：1）第一类单次跨膜蛋白；2）第二类单次跨膜蛋白；3）多次跨膜蛋白；4）脂链锚定蛋白；5）GPI锚定膜蛋白。在这篇文章中，基于支持向量机（SVM）算法的应用，定义了一种新颖的膜蛋白序列特征提取算法，这种算法结合了基础的氨基酸组成、氨基酸残基的6种不同物理化学属性和这些属性在序列方面表现出的相关性。实验结果证明，这种新型的特征提取算法在膜蛋白类型预测中可以提高预测精度。文中定义了一系列氨基酸残基指数的自相关系数（实验结果表示系数阶数越高并不意味预测的精度越好，故本文定义了25阶的自相关系数），通过它们来表征多肽链序列方面的信息。新算法对膜蛋白结构和功能信息的进一步挖掘，在自适应测试、jackknife测试以及独立数据集测试中都有比较高的预测精度。对比实验结果表明，考虑所有25阶的自相关系数构成特征向量，由于存在干扰，分类结果并不比只取其中最大的三个分量构成的特征向量分类效果好。因此，特征向量的维度可以适当降低，从而有效地减少了计算量。

摘要： 本发明提出一种基于SVM和GA‑SVM支持向量机的火炮发射系统故障诊断方法，尤其涉及SVM和GA‑SVM支持向量机针对火炮发射装置故障诊断的方法，属于军事自动化领域；为了解决火炮发射装置致身管温度过高、击发次数过大和击发速度过导致的故障问题，基于SVM和GA‑SVM支持向量机的火炮发射系统故障诊断方法，故障诊断过程包括结合SVM支持向量机来对火炮发射装置的身管构件和开关闭锁机构进行故障监测；以及通过多分类器将故障区进行故障监测；本发明能够准确确定故障出现的位置和具体故障的名称，相比于人工实时诊断，具有自动化程度高，耗时短，在实际战场中能高效地完成故障维修工作，确保火炮发射装置的使用顺利。

摘要： 本发明提供一种SVM分类器、利用SVM分类器识别车辆图像的方法和装置。按多种车辆识别特征将训练样本分类，分别对SVM分类器进行训练，得到对应于所述多种特征的各个SVM分类器，在进行车辆图像识别时，提取待识别图像所具有的特征，将待识别图像分派到与该特征对应的SVM分类器，对车辆图像进行识别。本发明能够缩短分类器的训练时间，提高车辆图像识别的识别率和实时性。

摘要： 本发明提出一种基于SVM和GA‑SVM支持向量机的火炮发射系统故障诊断方法，尤其涉及SVM和GA‑SVM支持向量机针对火炮发射装置故障诊断的方法，属于军事自动化领域；为了解决火炮发射装置致身管温度过高、击发次数过大和击发速度过导致的故障问题，基于SVM和GA‑SVM支持向量机的火炮发射系统故障诊断方法，故障诊断过程包括结合SVM支持向量机来对火炮发射装置的身管构件和开关闭锁机构进行故障监测；以及通过多分类器将故障区进行故障监测；本发明能够准确确定故障出现的位置和具体故障的名称，相比于人工实时诊断，具有自动化程度高，耗时短，在实际战场中能高效地完成故障维修工作，确保火炮发射装置的使用顺利。

摘要： 本发明提供一种SVM分类器、利用SVM分类器识别车辆图像的方法和装置。按多种车辆识别特征将训练样本分类，分别对SVM分类器进行训练，得到对应于所述多种特征的各个SVM分类器，在进行车辆图像识别时，提取待识别图像所具有的特征，将待识别图像分派到与该特征对应的SVM分类器，对车辆图像进行识别。本发明能够缩短分类器的训练时间，提高车辆图像识别的识别率和实时性。

摘要： 本发明公开了一种基于SVM算法的风电机组偏航卡顿诊断方法及系统，该方法包括以下步骤：S1、获取原始数据；S2、对原始数据进行预处理；S3、进行特征提取；S4、将训练数据划分为训练集和测试集，对训练集进行标注；S5、将标注后的训练集输入到SVM算法中进行训练，得到偏航卡顿诊断模型；S6、计算测试集准确率和构建ROC曲线；S7、评估偏航卡顿诊断模型的分类效果；S8、对偏航卡顿诊断模型的实际识别结果准确率进行人工校验，若校验合格，则发布该偏航卡顿诊断模型并启动分析；本发明通过获取风电机组的传感器数据及改进优化偏航控制算法，能够快速有效识别风电机组运行过程的偏航卡顿，及时预警反馈至现场，降低部件故障率和运维费用，节约成本。

摘要： 本发明专利涉及一种基于优选特征和狮群优化SVM的刀具磨损状态评估方法，包括以下步骤：S1、数据预处理；S2、特征提取；S3、特征过滤，得出相关性最高、冗余度最小的优选特征子集；S4、构建刀具磨损评估模型；S5、刀具磨损状态评估。该方法所得到的特征子集相关度更高、冗余度最小，经过狮群算法优化后的SVM分类器时间复杂度低，寻优能力更强，迭代更快，分类错误率更低，识别率也达到了97.125％，即可以提高刀具磨损状态评估速度和稳定性，提高生产效率，降低生产成本。

摘要： 本发明公开了一种基于SVM‑SRNN的调制信号识别方法首先准备数据集，进行数据预处理，然后搭建SVM模型得到SVM分类器，将每个信号通过S2数据预处理转换后输入SVM分类器，分离13种待分类信号和噪声信号，并去除噪声信号；最后搭建切片双向循环神经网络，对SVM分类器分离噪声后的信号进行信号特征提取，再通过softmax分类器完成分类；相比于使用RNN模型进行分类，SRNN的速度显著快于标准的RNN，而且不需要改变循环单元，并且SRNN具有提取序列高级信息的能力，具有更快的计算速度。本发明通过SVM‑SRNN模型组合进行调制信号分类，比传统的分类器具有更好的分类效果。

摘要： 本发明提供基于SVM核变换方法的5G基站AMC解决方案，将基站收到的ULSCH.ind信息中携带的SINR和CRC(A/N)映射到相应的权重因子上，两种权重因子累积求和得到复合权重因子，该复合权重因子就是SVM的样本点，随着TTI的变化，基站收到越来越多的样本点，便可以对样本点进行训练，从而得到决策平面，决策平面用线性方程来描述，当出现突发的情况下，离群点会造成超平面的移动，使Large Margin缩小，此时引入松弛因子，允许个别离群点违背限制条件，将低维不可分的问题转换为高维可分场景，采用常用的高斯核函数进行变换，根据该决策平面预测下一个TTI应该接收到的ULSCH.ind中携带的SINR值和CRC情况，映射到MCS。本发明可以有效约束因信道质量变化引起的差异点对判决MCS产生的影响，适应性较高。

摘要： 本发明公开了一种基于MHHO算法及SVM模型烟叶等级识别方法、系统，该方法包括获取烟叶等级化学成分数据集，结合MHHO算法对初始SVM模型进行训练，获得优化后的SVM模型；获取待分类的烟叶等级化学成分数据集；将数据集输入优化后的SVM模型；根据SVM模型输出结果确定烟叶等级并分类；SVM模型优化具体为通过MHHO算法，优化SVM模型选取参数，实现优化SVM模型；MHHO算法为：使用混沌扰动收敛的非线性时变策略更新哈里斯鹰算法探索转换至开发阶段中逃逸能量的计算策略；使用混沌扰动收敛的非线性时变策略更新哈里斯鹰算法中开发阶段的位置更策略。本方法减少数据的误差，有效提高了烟叶等级识别效率及精度。

摘要： 本发明提供一种基于SVM算法的网络资产确认方法及系统，包括：提取已判定网页信息中的关键词，分别生成必然关联关键词向量、疑似关联关键词向量和必然非关联关键词向量；获取待判定网页信息，进行分词并生成词向量；根据必然关联关键词向量和必然非关联关键词向量对词向量逐一比对，以判定待判定网页信息是否为公司网络资产；对于疑似公司网络资产，则根据疑似关联关键词向量对词向量逐一比对，生成特征值向量；对特征值向量采用SVM算法进行学习，得到待判定网页信息是否为公司网络资产的预测结果，提高判定的准确度，避免出现漏检、少检的现象。关键词是根据从已经判定的网页信息中提取，使得判断结果的准确率更高，能进一步提高执行速度。