收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机若干基础研究及其在图像识别中的应用

业宁  
【摘要】: 支持向量机作为一种数据挖掘的新方法引起了研究者的广泛重视,该方法有严格的理论基础,并且克服了其它算法中存在的局部最小解和过学习问题,具有较好的泛化能力,在指纹识别、人脸识别、DNA检测、文本分类、光学字符识别、手写体识别、疾病检测、自动控制设备的故障检测等方面有着广泛的应用。 本文以统计学习理论为基础,重点研究支持向量机快速训练算法、支持向量机核函数构造、支持向量机回归新算法,在此基础上将支持向量机的理论研究应用到原木断层扫描图像中的缺陷识别中,取得了一定的效果。 本文的主要工作概括为以下几个方面: 1.提出了多拉格朗日乘子协同优化的框架MLSVM,并在此基础上设计了四种支持向量机快速学习算法MLSVM1、MLSVM2、MLSVM3、MLSVM4,在标准的Adult、Web和MNIST数据集上测试,MLSVM3算法速度比经典的支持向量机训练算法SMO快1.07~41.3倍,MLSVM4算法比SMO算法快3~42倍。 2.研究了核函数的性质,构造了兼顾样本空间和特征空间相似度的核函数和一种新的正交切比雪夫核函数,在数据集上测试,取得了较好的效果。 3.提出了一种基于分类技术的支持向量回归方法,解决数据分布未知、数学模型未知的非线性回归问题。 4.将支持向量机应用到原木断层扫描图像中的缺陷识别中,能够自动识别原木断层图像中的节疤、裂纹、腐朽等缺陷,在计算机中重构了原木三维虚拟图像,并进一步地利用支持向量机对原木的三维缺陷进行识别,与使用神经网络的方法相比,使用支持向量机方法的泛化性能更好。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王定成;方廷健;唐毅;马永军;;支持向量机回归理论与控制的综述[J];模式识别与人工智能;2003年02期
2 杨强,吴中福,余平,钟将;基于正反馈的支持向量机[J];重庆大学学报(自然科学版);2004年05期
3 孙蕾,周明全,李丙春;一种非平衡分布数据的支持向量机新算法[J];计算机应用;2004年12期
4 黄勇;郑春颖;宋忠虎;;多类支持向量机算法综述[J];计算技术与自动化;2005年04期
5 杨强,吴中福,余萍,钟将;一种新型支持向量机[J];重庆大学学报(自然科学版);2005年02期
6 张猛,付丽华,王高峰;模糊临近支持向量机[J];计算机工程与应用;2005年05期
7 张浩然;汪晓东;张长江;徐秀玲;;一种新型回归支持向量机的学习算法[J];测试技术学报;2006年02期
8 王晔;黄上腾;;基于间隔区域样本数量的加权支持向量机[J];计算机工程;2006年06期
9 梁新荣;刘智勇;孙德山;毛宗源;;支持向量机在混沌系统预测中的应用[J];计算机应用研究;2006年05期
10 卢敏;张展羽;冯宝平;贾仁辅;;基于支持向量机的区域水安全预警模型及应用[J];计算机工程;2006年15期
11 张阳;刘永革;景旭;;一种改进的线性支持向量机的特征筛选算法[J];西北农林科技大学学报(自然科学版);2006年10期
12 杨斌;路游;;基于统计学习理论的支持向量机的分类方法[J];计算机技术与发展;2006年11期
13 谢保川;刘福太;;支持向量机在模拟电路故障诊断中的应用[J];计算机仿真;2006年10期
14 张绪春;姜礼平;王平;;基于支持向量机的末敏弹命中概率预测研究[J];军事运筹与系统工程;2006年04期
15 鲁昌华;张军;胡浪涛;;基于支持向量机的铜矿成矿概率的研究[J];电子测量与仪器学报;2007年06期
16 胡金莲;杨雷;王斌;;用光滑的支持向量机解回归问题[J];科学技术与工程;2007年12期
17 吴疆;董婷;;基于支持向量机算法的癌症预测[J];榆林学院学报;2007年04期
18 朱程辉;孙东卫;丰义;吴德会;;基于支持向量机的无监督聚类算法研究[J];计算机工程与应用;2007年26期
19 陈继超;;支持向量机技术及其应用[J];科技信息(科学教研);2007年25期
20 李建武;陆耀;;一种快速多分类支持向量机实现策略[J];模式识别与人工智能;2007年03期
中国重要会议论文全文数据库 前10条
1 侯澍旻;李友荣;刘光临;;基于支持向量机的设备振动信号趋势预测[A];12省区市机械工程学会2006年学术年会湖北省论文集[C];2006年
2 张晓滨;尹英顺;赵培坤;马秀兰;;基于渐进直推支持向量机的半对半多类文本分类[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
3 徐会敏;王玉兰;;线性规划支持向量机模型的研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
4 晏庆华;;支持向量机算法综述[A];2008'中国信息技术与应用学术论坛论文集(二)[C];2008年
5 郭一楠;程健;肖大伟;杨梅;;分布式多分类支持向量机[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
6 林关成;李亚安;;一种支持向量机训练集选取算法改进[A];2009’中国西部地区声学学术交流会论文集[C];2009年
7 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
8 李方方;赵英凯;贾玉莹;杜杰;;基于最小二乘支持向量机的油品质量预测[A];第25届中国控制会议论文集(上册)[C];2006年
9 曾江辉;耿金凤;汪邦军;郝建春;;面向时间序列质量波动预测的支持向量机回归模型研究[A];使命与责任—以质量方法促转型升级——第五届中国质量学术与创新论坛论文集(上)[C];2012年
10 戴林超;吴琳丽;赵海娜;李训铭;;基于最小二乘支持向量机的故障预测法[A];2009年中国智能自动化会议论文集(第六分册)[中南大学学报(增刊)][C];2009年
中国博士学位论文全文数据库 前10条
1 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
2 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
3 王超;三类不确定支持向量机及其应用[D];河北大学;2013年
4 张国云;支持向量机算法及其应用研究[D];湖南大学;2006年
5 李华庆;支持向量机及其在人脸识别中的应用研究[D];上海交通大学;2006年
6 杜喆;几类支持向量机变型算法的研究[D];西安电子科技大学;2009年
7 李海生;支持向量机回归算法与应用研究[D];华南理工大学;2005年
8 刘京礼;鲁棒最小二乘支持向量机研究与应用[D];中国科学技术大学;2010年
9 董春曦;支持向量机及其在入侵检测中的应用研究[D];西安电子科技大学;2004年
10 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 周林成;小波支持向量机在数据建模中的研究及应用[D];江南大学;2008年
2 王芳;支持向量机算法的研究及应用[D];江南大学;2008年
3 高泓;基于支持向量机的动态预测方法与实现技术研究[D];大庆石油学院;2009年
4 王永吉;支持向量机泛化性能的研究及其应用[D];江南大学;2009年
5 梁宏霞;支持向量机模型研究及应用[D];辽宁师范大学;2009年
6 孙庆嘉;多类支持向量机的研究与分析[D];北京交通大学;2010年
7 朱杰;基于最小二乘支持向量机的传染病预测与研究[D];苏州大学;2009年
8 王琳;支持向量机及相关理论研究[D];辽宁师范大学;2010年
9 万家强;支持向量机在质量管理中的应用研究[D];重庆理工大学;2010年
10 李响;基于半监督支持向量机的网络流量分类机制的研究与实现[D];北京邮电大学;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978