搜索结果: 1-15 共查到“信息处理技术 SVM”相关记录25条 . 查询时间(0.074 秒)
中国科学院声学研究所专利：一种CNN-SVM模型的构建及倾向性分类方法
汽车主动降噪系统的工作依赖于多个噪声传感器，一旦传感器发生故障，将严重影响降噪效果。为保证汽车主动降噪系统的性能，提出了由支持向量机（SVM）预测模型和径向基神经网络（RBFN）预测模型构成的传感器故障诊断系统，SVM模型判断是否发生传感器故障，RBFN模型则利用各传感器间的信息冗余关系定位故障传感器并对其信号进行重构。仿真结果表明，该诊断系统可有效实现汽车主动降噪系统中的传感器故障诊断及信号重构...
基于AR模型和SVM的脑电信号分类
脑电信号 AR模型 支持向量机
2013/6/19
基于P300事件相关电位的脑机接口（BCI）系统中，有效的P300特征提取及分类是系统开展后续工作的关键。应用时间序列自回归（AR）模型及支持向量机（SVM）算法对脑电信号进行P300分类；对10导联脑电数据分别分段，并对每段建立AR模型；采用最小二乘法进行AR模型系数估计，由估计出的系数序列构成特征向量，送入SVM进行模式分类。实验针对BCI Competition Ⅲ dataset Ⅱ数据集...
CVE漏洞分类框架下的SVM学习模型构建
支持向量机（SVM） 公共漏洞和暴露（CVE） 分类特征 分类准确性
2013/3/12
在CVE漏洞分类框架中，构建了基于支持向量机的学习模型，实现了根据不同的分类特征对CVE进行分类.
基于目标分解和加权SVM分类的极化SAR图像舰船检测
合成孔径雷达 极化 舰船检测 支持向量机
2011/9/25
目标分解是极化SAR图像舰船检测的重要方法，但是，在较高分辨率和复杂海况条件下，由相干矩阵分解得到的极化熵参数并不能将舰船目标与海洋等背景完全区分。对极化目标分解理论和地物散射机理的研究和分析表明，极化分解的各个参数从不同角度反映了目标和背景的散射差异，对它们联合使用有助于更准确地在SAR图像中检测目标。而且，各个参数在实际的检测问题中具有不同的重要性。因此，本文构造了包含有多个极化分解参数的特征...
为了改善扩展的二元相移键控（EBPSK）系统在低信噪比下的误码率性能，引入了低密度奇偶校验码（LDPC）。EBPSK解调器借助特殊的冲击滤波器提高能量利用率，却增加了获得后验概率信息用于译码的困难。本文引入支持向量机（SVM）方法在滤波器输出信号中选取少量采样点进行概率输出并进行LDPC译码，仿真显示可得到较高的信噪比增益。同时，本文还仿真对比了不同采样频率及不同方式获得的后验概率信息对系统译码性...
针对传统基于梯度方向直方图特征检测算法对解决目标模型单一、发生形变、存在遮挡及目标受干扰下定位困难的问题，提出一种基于HOG特征混合模型结合隐SVM的感兴趣目标检测算法。首先利用用训练图像的HOG特征金字塔表示得到包含感兴趣目标根模型、部件模型和对应可变形部件特征表示，该模型不仅描述目标的整体轮廓，而且能够捕捉到更为精细的目标部件轮廓，在一定程度上提高了检测算法在目标姿态复杂情况下的鲁棒性。然后利...
无偏置ν-SVM分类优化问题研究
ν-支持向量机 偏置 泛化性能 有效集
2010/11/22
在高维空间中，分类超平面倾向于通过原点，即不需要偏置(b)。为了研究在ν-SVM分类问题中是否需要b，该文提出了无(b)的ν-SVM的对偶优化问题并给出了其优化问题求解方法。该方法通过有效集策略将对偶优化问题转化为等式约束子优化问题，然后通过拉格朗日乘子法将子优化问题转化为线程方程组来求解。实验表明偏置(b)的存在会降低ν-SVM的泛化性能，ν-SVM只能得到无(b) ν-SVM的次优解。
针对实际直接序列扩频系统中的干扰类型总是未知的,难以采用相应的干扰抑制措施有效提高系统性能的问题,提出了直接序列扩频系统中基于支持向量机的干扰自动分类识别方法。首先对直扩系统中八种主要干扰情况进行干扰信号建模；然后分别从时域、频域和时频域提取待识别干扰信号的特征参数；最后使用决策树支持向量机构造了一个5级干扰自动分类识别系统,实现了干扰信号的自动分类识别。仿真结果表明,干信比大于等于9dB时,分类...
一种基于遗传算法的SVM决策树多分类方法
支持向量机 遗传算法 决策树
2010/10/25
在当前的机器学习领域,如何利用支持向量机（SVM）对多类目标进行分类,同时提高分类器的分类效率已经成为研究的热点之一,有效地解决此问题对于提高目标的识别概率具有较大意义。本文针对SVM多分类问题提出了一种基于遗传算法的SVM最优决策树生成算法。算法以随机生成的决策树构建的SVM分类器对同一测试样本的分类正确率作为遗传算法的适应度函数,通过遗传算法寻找到最优决策树,再以最优决策树构建SVM分类器,最...
基于1类SVM的高分辨雷达真假目标识别
高分辨雷达目标检测 真假目标识别 1类SVM 数据域描述
2010/5/25
本文将高分辨雷达目标检测问题等效为真假目标识别问题，并针对现有的高分辨雷达目标检测算法的缺陷，借鉴处理异常值问题的思想，首次将1类SVM引入高分辨雷达目标检测之中，为解决高分辨雷达目标检测问题提供了一条崭新的思路。同时针对现有的1类SVM对数据域描述的不足，结合高分辨雷达目标数据分布的特点，提出了一种聚类式的1类SVM模型，通过对训练的正类样本的聚类分组，用多个小的超球来代替原来的1个大的超球，从...
基于SVM和RVM的信号调制分类研究
SVM RVM 信号调制 分类特征
2010/5/9
提出了一种基于相关向量机(RVM)的MPSK信号分类新方法。将接收信号的四阶累积量作为分类特征，利用核函数的思想把特征向量隐式映射到一个高维空间，并分别利用支持向量机(SVM)和相关向量机分类器实现了MPSK信号的分类。采用交叉验证的方法选择核函数参数，构造了稳健的SVM和RVM分类器，并采用快速稀疏贝叶斯学习算法对RVM超参数进行求解。仿真表明，当选择合适的核函数参数时，基于RVM的分类器与SV...
基于SNPE和SVM的人脸识别
人脸识别 有监督近邻保持嵌入（SNPE） 支持向量机（SVM）
2009/7/21
在人脸识别方面，传统的特征提取方法大都是线性方法，不能很好保持样本的拓扑结构。分类方面，支持向量机能够尽量提高学习的泛化能力，防止过学习，是一种很好的分类器。提出了一种基于SNPE和SVM的人脸识别方法。采用有监督模式确定NPE算法中的K值。SNPE算法旨在保持数据的局部流型结构，而且相对于近期提出的LLE算法，它能够适用于训练样本和测试样本，具有更大的实用型。结合两分类支持向量机级联模型进行人脸...
基于类内方差归一化和SVM的说话人识别方法
支持向量机 广义线性序列核 类内方差归一化
2009/7/17
支持向量机（SVM）由于其强大的分类能力，引起人们广泛的重视，并且成功地应用于说话人识别。其中基于GLDS核的SVM系统性能比较优异。引入类内方差归一化（WCCN）方法来处理SVM的输入特征向量，并和GLDS核相结合，提出一种基于类内方差归一化和SVM的说话人识别方法。该方法利用WCCN方法对SVM的输入特征向量进行变换，增强特征向量的类间区分能力，再采用GLDS核函数进行SVM的训练，以提高SV...