LIBSVM

摘要： 为了提高塑壳断路器故障诊断的正确率,根据D-S证据理论提出基于多信息融合的塑壳断路器故障诊断方法.首先,对断路器合闸声音信号和振动信号进行经验模态分解,提取不同信号的IMF包络能量熵,并作为特征向量输入LIBSVM(library for support vector machines)进行诊断,依据内部投票规则获得基本概率分配;然后将LIBSVM测试样本总分类正确率作为固定权重,构成声振信号的加权概率分配;最后通过D-S证据理论对声振信号加权概率分配进行决策层融合,得到断路器故障诊断结果.在实验室条件下,进行塑壳断路器操作试验,获得安装正常、安装松动、主拉簧断裂3种不同状态下的试验数据,并进行诊断分析,结果表明,融合诊断比单信息诊断的正确率高.

摘要： 结合典型LPI雷达信号的特点和调制样式识别的需求,提出了一种基于高斯平滑模糊函数和sDAE_LIBSVM的调制样式识别方法。首先,采用模糊函数变换结合高斯平滑,完成特征图像的构建;其次,通过融合栈式降噪自编码器(sDAE)和LIBSVM搭建识别网络,用于特征图像的分类识别。仿真实验可知,所提方法在SNR为-7 dB时,对BPSK,Costas,Frank,LFM及T1~T4共8类LPI雷达典型调制样式能达到97%的成功识别概率,并具有较强的稳定性和鲁棒性,相比其他方法具有更好的识别性能。

摘要： 目前多种眼部信息被用于情感识别,针对一般眼部信息如注视时间、瞳孔直径、扫视时间等数据需要使用专业的眼动仪采集这一问题,提出了一种基于瞳孔位置的情感识别方案.该方案采用基于梯度的瞳孔定位算法,直接从面部视频中获取瞳孔位置坐标数据.对于预处理后的数据,又提出了综合波形复杂度作为特征值,通过对瞳孔位置坐标波形进行分段,求取所有分段之间的相关性系数绝对值之和,从而得到波形的综合复杂度.实验结果表明,瞳孔位置坐标可以用来进行情感识别,且对于瞳孔位置坐标波形,综合波形复杂度特征值情感识别的效果优于样本熵和Lemple-Ziv复杂度.今后可将瞳孔位置坐标与其他生理信号进行多模态融合,提高情感识别准确率.

摘要： 建立基于LIBSVM方法的重污染天气PM2.5、PM10预测模型及参数寻优,得到重污染天气时PM2.5、PM10对应的最优环流形势场并分析重污染天气环流特征.(1)根据与PM2.5的相关系数的绝对值及显著性,在训练值占比69％,相关性与显著性最好的27个要素参与时得到了重污染天气下PM2.5日数据最优预测模型,训练值和测试值的R2分别达到了0.9992和0.7196;(2)由相关性与显著性最好的24个要素参与,得到了重污染天气下PM10日数据最优预测模型,训练值和测试值的R2分别达到了0.9978和0.7792;(3)PM2.5最优预测模型对应的最优5类700 hPa合成环流形势中第4、5类和PM10模型对应的最优6类700 hPa合成环流形势中第1、3、4类均属于高压脊控制(影响)型,容易出现长时间持续污染,是天目山地区影响PM2.5和PM10污染的最主要天气类型.

摘要： 针对电阻应变式称重传感器存在非线性误差从而影响称量准确度的问题,本文根据造成称重传感器非线性的两个主要因素载荷值和温度,提出了一种基于LIBSVM的称重传感器非线性误差补偿方法.并对量程为15kg的电阻应变式传感器进行了试验,实验结果表明,使用该方法后称重传感器的非线性误差得到有效补偿,从而提高了称重传感器的称量准确度.

摘要： 为解决网络化控制系统数据完整性的攻击问题,设计了基于网络化倒立摆平台状态信息的偏差攻击,并提出了对应的检测方法.利用Ettercap工具对平台网络成功入侵,对位置数据进行了偏差攻击;结合支持向量机(SVM)方法,使用LibSVM分类器,对倒立摆系统的4种状态信息进行训练、建模和数据分类,并与K最近邻、决策树方法进行对比;在平台上验证了所提出的方法.仿真和实验结果表明,所设计的攻击方法能够改变系统的稳定状态,与常用的机器学习方法相比,SVM在偏差攻击检测的二分类问题上更加优越,能较好地区分掺杂在数据的虚假数据.

摘要： 随着网络技术的发展,逐渐的每个人都需要面对网络,浏览不同的网页,而网页页面的组成结构复杂,人的感官对于页面的认识与人眼所见并不相同.本文通过对于5473条页面的数据先分析再处理,然后把每一页的属性设置为10个,最后在基于支持向量机的基础上建立分类模型,对复杂的属性数据,我们应用LIBSVM先对其进行分析然后再根据分析结果对其进行处理、紧接着对其优化和解释,分类结果最终的准确率是97％,从而给网页的更深层的认识提供了有效的理论依据.

摘要： 提出了人才网页自动识别系统设计，实现了对Nutch 定向采集系统抓取的高校网站页面进行人才描述网页自动识别。识别过程中使用自动获取的网页的Url特征、网页Title 标签特征、链接文字特征以及网页文本内容特征，使用人名词表、正面特征词表、负面特征 词表对各项识别特征进行匹配以计算特征值，借助开源软件LibSVM 实现基于多特征值的人 才网页自动识别。通过对所抓取的高校网站网页集合随机样本实验证明，该人才网页自动识 别系统准确率达到了85%以上。人才网页自动识别结果为进一步自动构建包装器进行人才信息抽取提供良好基础。

摘要： 提出了人才网页自动识别系统设计，实现了对Nutch 定向采集系统抓取的高校网站页面进行人才描述网页自动识别。识别过程中使用自动获取的网页的Url特征、网页Title 标签特征、链接文字特征以及网页文本内容特征，使用人名词表、正面特征词表、负面特征 词表对各项识别特征进行匹配以计算特征值，借助开源软件LibSVM 实现基于多特征值的人 才网页自动识别。通过对所抓取的高校网站网页集合随机样本实验证明，该人才网页自动识 别系统准确率达到了85%以上。人才网页自动识别结果为进一步自动构建包装器进行人才信息抽取提供良好基础。

摘要： 提出了人才网页自动识别系统设计，实现了对Nutch 定向采集系统抓取的高校网站页面进行人才描述网页自动识别。识别过程中使用自动获取的网页的Url特征、网页Title 标签特征、链接文字特征以及网页文本内容特征，使用人名词表、正面特征词表、负面特征 词表对各项识别特征进行匹配以计算特征值，借助开源软件LibSVM 实现基于多特征值的人 才网页自动识别。通过对所抓取的高校网站网页集合随机样本实验证明，该人才网页自动识 别系统准确率达到了85%以上。人才网页自动识别结果为进一步自动构建包装器进行人才信息抽取提供良好基础。

摘要： 提出了人才网页自动识别系统设计，实现了对Nutch 定向采集系统抓取的高校网站页面进行人才描述网页自动识别。识别过程中使用自动获取的网页的Url特征、网页Title 标签特征、链接文字特征以及网页文本内容特征，使用人名词表、正面特征词表、负面特征 词表对各项识别特征进行匹配以计算特征值，借助开源软件LibSVM 实现基于多特征值的人 才网页自动识别。通过对所抓取的高校网站网页集合随机样本实验证明，该人才网页自动识 别系统准确率达到了85%以上。人才网页自动识别结果为进一步自动构建包装器进行人才信息抽取提供良好基础。

摘要： 为了提高信息隐藏盲检测系统的检测效率，针对图像统计特征高维且相关性较大的缺陷，提出了一种改进的基于粗糙集理论的信息隐藏盲检测方法。首先提出一个改进的通用隐写分析系统框架，给出实现步骤和方法;然后利用粗糙集理论设计算法，降低特征维数，减小分类计算复杂度，消除统计特征间的相关性；最后改用支持向量机构造分类器，对两种典型的Cox和Piva扩频隐秘术进行实验，结果表明，该方法比约简前shi等人方法和文献[9]方法在检测正确率和时间效率等检测性能都有较大提高。

摘要： 为了提高信息隐藏盲检测系统的检测效率，针对图像统计特征高维且相关性较大的缺陷，提出了一种改进的基于粗糙集理论的信息隐藏盲检测方法。首先提出一个改进的通用隐写分析系统框架，给出实现步骤和方法;然后利用粗糙集理论设计算法，降低特征维数，减小分类计算复杂度，消除统计特征间的相关性；最后改用支持向量机构造分类器，对两种典型的Cox和Piva扩频隐秘术进行实验，结果表明，该方法比约简前shi等人方法和文献[9]方法在检测正确率和时间效率等检测性能都有较大提高。

摘要： 为了提高信息隐藏盲检测系统的检测效率，针对图像统计特征高维且相关性较大的缺陷，提出了一种改进的基于粗糙集理论的信息隐藏盲检测方法。首先提出一个改进的通用隐写分析系统框架，给出实现步骤和方法;然后利用粗糙集理论设计算法，降低特征维数，减小分类计算复杂度，消除统计特征间的相关性；最后改用支持向量机构造分类器，对两种典型的Cox和Piva扩频隐秘术进行实验，结果表明，该方法比约简前shi等人方法和文献[9]方法在检测正确率和时间效率等检测性能都有较大提高。

摘要： 为了提高信息隐藏盲检测系统的检测效率，针对图像统计特征高维且相关性较大的缺陷，提出了一种改进的基于粗糙集理论的信息隐藏盲检测方法。首先提出一个改进的通用隐写分析系统框架，给出实现步骤和方法;然后利用粗糙集理论设计算法，降低特征维数，减小分类计算复杂度，消除统计特征间的相关性；最后改用支持向量机构造分类器，对两种典型的Cox和Piva扩频隐秘术进行实验，结果表明，该方法比约简前shi等人方法和文献[9]方法在检测正确率和时间效率等检测性能都有较大提高。

摘要： 为了提高信息隐藏盲检测系统的检测效率，针对图像统计特征高维且相关性较大的缺陷，提出了一种改进的基于粗糙集理论的信息隐藏盲检测方法。首先提出一个改进的通用隐写分析系统框架，给出实现步骤和方法;然后利用粗糙集理论设计算法，降低特征维数，减小分类计算复杂度，消除统计特征间的相关性；最后改用支持向量机构造分类器，对两种典型的Cox和Piva扩频隐秘术进行实验，结果表明，该方法比约简前shi等人方法和文献[9]方法在检测正确率和时间效率等检测性能都有较大提高。

摘要： 为了提高信息隐藏盲检测系统的检测效率，针对图像统计特征高维且相关性较大的缺陷，提出了一种改进的基于粗糙集理论的信息隐藏盲检测方法。首先提出一个改进的通用隐写分析系统框架，给出实现步骤和方法;然后利用粗糙集理论设计算法，降低特征维数，减小分类计算复杂度，消除统计特征间的相关性；最后改用支持向量机构造分类器，对两种典型的Cox和Piva扩频隐秘术进行实验，结果表明，该方法比约简前shi等人方法和文献[9]方法在检测正确率和时间效率等检测性能都有较大提高。

摘要： 本发明涉及一种面向铅酸蓄电池剩余容量预测的LIBSVM建模方法。铅酸蓄电池的内阻会随其运行时间增加而增大，从而使其容量下降并而导致循环使用寿命减小。因此，对其使用寿命的准确评估将有助于提高变电站直流电源系统的持续供电能力和运行可靠性。由此，本发明在研究支持向量机的基本原理基础上，进一步研究了利用LIBSVM支持向量机基于蓄电池健康状态、端电压和电池剩余容量的样本测量数据，建立反映电池剩余容量与健康状态、端电压两个状态变量的非线性映射建模方法。建模试验结果表明了该方法的可行性和预测的准确性。