|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于SVM的多源信息复合的高空间分辨率遥感数据分类研究显示文摘遥感图像尤其是高空间分辨率(1—4m)遥感图像在土地利用和土地覆盖变化方面有着广阔的应用前景,传统高空间分辨率遥感图像信息提取方法存在精度和分类效率低的不足。本文提出的基于SVM的分类方法,复合光谱、纹理和结构信息等多源数据信息,对IKONOS高空间分辨率图像进行分类,并与最大似然法和单源数据(光谱)SVM分类结果进行定性和定量比较分析。研究结果表明,多源数据复合的SVM高空间分辨率遥感图像分类方法,能够有效解决单源数据信息图像分类效果破碎的问题;总精度达到68.38%,Kappa达到0.5993;对高维输入向量具有高的推广能力;比单源信息的SVM和最大似然方法图像分类精度更高,适合高空间分辨率遥感图像分类。 | 张锦水 何春阳 潘耀忠 李京 | 2006 | 遥感学报2006，10，1： | 131 |
| 2 | 基于层次结构的多策略中文微博情感分析和特征抽取显示文摘随着Web2.0时代的兴起,与微博相关的研究得到了学术界和工业界的广泛关注。该文使用新浪API获取数据,针对中文微博消息展开了情感分析方面的研究。我们对于三种情感分析的方法进行了深入研究,包括表情符号的规则方法、情感词典的规则方法、基于SVM的层次结构的多策略方法,实验表明基于SVM的层次结构多策略方法效果最好。其次,针对层次结构的多策略方法的特征选择进行了详细分析,包括主题无关、主题相关的特征。实验表明使用主题无关的特征时获得的准确率为66.467%。引入主题相关的特征后,准确率提升至67.283%。 | 谢丽星 周明 孙茂松 | 2012 | 中文信息学报2012，26，1： | 193 |
| 3 | 供应链金融视角下的中小企业信用风险评估研究——基于SVM与BP神经网络的比较研究显示文摘近年来,依托中小企业与核心企业间真实贸易背景开发的供应链金融业务在我国发展迅速,这要求商业银行从新的视角对中小企业的信用风险进行认识和评估。本文从供应链金融的视角,提出了新的中小企业信用风险评估指标体系,该体系结合了核心企业资信情况及供应链关系情况,运用机器学习的方法支持向量机(SVM)建立信用风险评估模型;并通过与用BP神经网络算法建立的信用风险评估模型进行实证结果对比,结果表明在小样本下基于SVM的信用风险评估模型更具有效性和优越性,同时证实了供应链金融视角下的中小企业信用风险评估指标体系能够更准确地判断中小融资企业的信用状况,有助于缓解中小企业融资困境。 | 胡海青 张琅 张道宏 | 2012 | 管理评论2012，24，11： | 143 |
| 4 | 结合经验模态分解能量总量法的断路器振动信号特征向量提取显示文摘为了检测出断路器的机械结构故障类型,本文分析了断路器机械振动信号的特性,提出基于经验模态分解(EMD)能量总量法与支持向量机(SVM)理论相结合的中压断路器振动信号的特征向量提取和故障分类的分析方法。首先将断路器的振动信号进行经验模态分解,得到所需要的内禀模态函数(IMF),通过离散采样点求能量总量的方法求出包含主要故障特征信息的各个内禀模态函数分量的能量总量。利用IMF分量能量总量作为特征向量,并以此作为支持向量机输入,将测试样本信号的故障特征向量输入训练好的SVM,并对SVM及核函数参数进行遗传算法优化,采用'二叉树分类'支持向量机分类机制进行故障分类。经实验分析该方法能很好地识别出振动信号的差别及故障类型。 | 孙一航 武建文 廉世军 张路明 | 2014 | 电工技术学报2014，29，3： | 67 |
| 5 | 肤色检测和Hu矩在安全帽识别中的应用显示文摘安全帽在工业生产中的应用非常广泛,为了防止事故发生,确保生产安全,建立对安全帽的自动检测及报警系统变得越来越迫切。主要对安全帽的识别算法进行了研究,采用肤色检测的方法定位到人脸区域,并以此获得脸部以上的区域图像,将Hu矩作为图像的特征向量,分别比较神经网络和支持向量机(SVM)两种分类模型。实验结果表明:SVM对安全帽的识别有很好的效果,将会对监控系统实现智能化提供有力的支持和实际的指导意义。 | 刘晓慧 叶西宁 | 2014 | 华东理工大学学报(自然科学版)2014，40，3： | 76 |
| 6 | 基于变分模态分解和SVM的滚动轴承故障诊断显示文摘针对滚动轴承振动信号的非平稳特征和现实中难以获得大量故障样本的实际情况,提出了基于变分模态分解(Variational mode decomposition,VMD)与支持向量机(Support vector machine,SVM)相结合的滚动轴承故障诊断方法。该方法融合了变分模态分解和支持向量机的优势,通过变分模态分解将滚动轴承振动信号分解成若干个本征模态函数分量,轴承发生不同故障时,不同本征模态函数内的频带能量会发生变化,从包含有主要故障信息的模态分量中提取能量特征作为SVM的输入,判断轴承的工作状态和故障类型。试验结果表明,该方法在少量样本情况下仍能有效地对轴承的工作状态和故障类型进行分类。 | 王新 闫文源 | 2017 | 振动与冲击2017，36，18： | 62 |
| 7 | 一种基于SVM和EMD的齿轮故障诊断方法显示文摘支持矢量机(Support vector machine,SVM)有比神经网络更强的泛化能力,且能保证找到的极值解就是全局最优解,同时它还较好地解决了小样本的学习分类问题。针对齿轮振动信号的非平稳特征和现实中难以获得大量故障样本的实际情况,提出了一种基于经验模态分解(Empirical mode decomposition,EMD)和支持矢量机的齿轮故障诊断方法。首先对原始信号进行经验模态分解,将其分解为多个平稳的固有模态函数(Intrinsic mode function,IMF)之和,然后对每一个IMF分量建立AR模型,最后提取模型的自回归参数和残差的方差作为故障特征矢量,并以此作为SVM分类器的输入参数来识别齿轮的工作状态和故障类型。试验结果表明,在小样本情况下仍能准确、有效地对齿轮的工作状态和故障类型进行分类。 | 于德介 杨宇 程军圣 | 2005 | 机械工程学报2005，41，1： | 55 |
| 8 | 基于SVM和证据理论的多数据融合故障诊断方法显示文摘针对D-S证据理论很难确定基本概率分配(BPA)及支持向量机(SVM)的硬判决难获得概率输出的缺陷,融合D-S证据理论和SVM算法提出了一种多数据融合故障诊断新方法:利用'一对一'多类SVM分配了BPA,引入基于矩阵分析的融合算法解决了证据理论存在的计算瓶颈问题。对液压泵进行了试验,首先,采集了柱塞泵松靴、缸体与配流盘磨损等故障信号,应用小波包对采集的信号进行了预处理,提取了12个时频特征量;最后,用所提出的基于SVM和证据理论的多数据融合新方法进行了诊断。试验结果表明,新方法故障确诊率高,诊断有效。 | 姜万录 吴胜强 | 2010 | 仪器仪表学报2010，31，8： | 57 |
| 9 | 基于小波分形特征与模式识别的矿山微震波形识别研究显示文摘在前人研究的基础之上,探讨、验证了矿山微震信号的分形特征,并根据微震信号的特征确立了相关的无标度区间及分形盒维数算法。利用矿山爆破振动、岩石破裂及电磁干扰3类信号频谱分布不同这一特征,结合小波分析与分形理论,通过MATLAB编制相应程序,对3类信号进行了5层小波包分解,求取了指定特征频带上重构信号的分形盒维数。以该盒维数为信号特征,建立23维特征向量,通过SVM支持向量机对300组矿山现场微震信号进行了训练和分类识别。研究结果表明:特征频带上的分形盒维数与信号的整体盒维数接近,表明特征频带上的分形盒维数表征了整体的分形特征;3类信号具有明显分形特征,电磁干扰信号最为明显;SVM识别网络识别微震信号,识别正确率高,但运算速度及识别效率仍有待提高。 | 朱权洁 姜福兴 尹永明 于正兴 温经林 | 2012 | 岩土工程学报2012，34，11： | 58 |
| 10 | GF-1卫星影像水体信息提取方法的适用性研究显示文摘针对GF-1卫星影像数据的特点,分别采用归一化差分水体指数(nomalized difference water index,NDWI)阈值法、支持向量机(support vector machine,SVM)和面向对象等方法对鄱阳湖区的GF-1影像进行水体信息提取实验,并根据提取结果分析和比较各种方法的优势与不足。选取2块不同尺度和不同复杂度的代表性区域,以人工解译的水体信息为真值,进行漏提率、误提率和提取精度的统计。结果表明:3种方法在2个区域的提取精度都较高,其中,SVM法的提取精度最高(2个区域的提取精度分别为99.474 2%,98.099 3%),面向对象法的提取精度次之(99.316 4%,97.877 9%),NDWI阈值法的提取精度相对最低(99.145 6%,97.590 0%)。 | 段秋亚 孟令奎 樊志伟 胡卫国 谢文君 | 2015 | 国土资源遥感2015，27，4： | 59 |
| 11 | 优化遗传算法寻优的SVM在短期风速预测中的应用显示文摘针对遗传算法存在的早熟和收敛慢的问题,提出一种融合小生境算法、免疫算法的优化遗传算法。一方面通过疫苗因子引导初始种群的生成,使个体具有某些优秀基因,减少寻优时间,并随数据的更新,提出疫苗因子和参数寻优范围的自适应更新机制。另一方面在种群的进化过程中,通过小生境遗传算法维护种群的多样性。实验结果表明,将基于优化遗传算法寻优的SVM应用到短期风速预测中是可行的,具有较高的预测精度和收敛速度。 | 颜晓娟 龚仁喜 张千锋 | 2016 | 电力系统保护与控制2016，44，9： | 57 |
| 12 | SVM用于基于内容的自然图像分类和检索显示文摘在传统的基于内容图像检索的方法中 ,由于图像的领域较宽 ,图像的低级视觉特征和高级概念之间存在着较大的语义间隔 ,导致检索效果不佳 .该文认为更有现实意义的做法是 ,缩窄图像的领域以减小低级特征和高级概念间的语义间隔 ,并利用机器学习方法自动建立图像类的模型 ,从而提供用户概念化的图像查询方式 .该文以自然图像领域为例 ,使用支持向量机 (SVM )学习自然图像的类别 ,学习到的模型用于自然图像分类和检索 .实验结果表明作者的方法是可行的 . | 付岩 王耀威 王伟强 高文 | 2003 | 计算机学报2003，26，10： | 54 |
| 13 | 机载LiDAR和高光谱融合实现温带天然林树种识别显示文摘将机载LiDAR(Light Detection and Ranging)与高光谱CASI(Compact Airborne Spectrographic Imager)数据融合,充分利用垂直结构信息和光谱信息进行温带森林树种分类,并与仅用高光谱数据的分类结果相比较,评估融合数据的树种分类能力。结合样地实测数据,首先用LiDAR获得的3维垂直结构信息对CASI影像上的林间空隙进行掩膜,提取林木冠层子集;然后对冠层子集分层掩膜,利用光谱曲线的一阶微分及曲线匹配技术,实现各树种训练样本的自动提取;利用SVM分类器对两种数据分类并比较精度。结果表明,融合数据的树种分类总体精度和Kappa系数(83.88%,0.80)优于仅使用CASI数据(76.71%、0.71),优势树种的制图精度为78.43%—89.22%,用户精度为75.15%—95.65%,整体也优于仅使用CASI的制图精度(68.51%—84.69%)和用户精度(63.34%—95.45%)。结果表明,机载LiDAR与CASI基于像元的融合对温带森林树种识别的精度较仅高光谱数据有较大提高。 | 刘丽娟 庞勇 范文义 李增元 张登荣 李明泽 | 2013 | 遥感学报2013，17，3： | 43 |
| 14 | 基于支持向量数据描述的局部放电类型识别显示文摘电力设备内部绝缘缺陷发展往往会因环境条件的改变而变化,加之采集到的局部放电(PD)数据具有分散性和复杂性,导致传统绝缘故障识别方法效果不佳。为此,提出了一种用于气体绝缘组合电器(GIS)设备PD类型识别的支持向量数据描述(SVDD)算法。借鉴支持向量机(SVM)算法中最大化'间隔'的思想,建立了这种优化的支持向量数据描述(OR-SVDD)算法。该算法采用多分类方法中的'一对多'原理,用以解决对传统绝缘故障出现的识别率低、误识别、漏识别以及识别时间长等问题。通过仿真与实验结果表明,OR-SVDD算法能够对所有的数据进行正确描述,自动辨识拒识对象,训练时间低于传统的SVM算法,并具有较高的识别率,在电力设备在线监测与局部放电模式识别领域有良好的应用前景。 | 唐炬 林俊亦 卓然 陶加贵 | 2013 | 高电压技术2013，39，5： | 46 |
| 15 | 基于句法语义特征的中文实体关系抽取显示文摘实体关系抽取的核心问题是实体关系特征的选择。以往的研究通常都以词法特征、实体原始特征等来刻画实体关系,其抽取效果已难再提高。在传统方法的基础上,该文提出一种基于句法特征、语义特征的实体关系抽取方法,融入了依存句法关系、核心谓词、语义角色标注等特征,选择SVM作为机器学习的实现途径,以真实新闻文本作为语料进行实验。实验结果表明该方法的F1值有明显提升。 | 郭喜跃 何婷婷 胡小华 陈前军 | 2014 | 中文信息学报2014，28，6： | 48 |
| 16 | 基于MPU6050加速度传感器的跌倒检测与报警系统设计显示文摘分析不同年龄段老年人行为和跌倒状态变化(SVM)和姿态特征变化(姿态角),设计一种基于加速度传感器的跌倒检测系统。使用MPU6050加速度传感器,通过无线传输(HC-06蓝牙模块)将采集到的数据传输到PC机上保存。通过MATLAB辅助分析采集的不同年龄段老年人各种行为数据的差异性,为不同年龄段老年人设置不同的跌倒检测阈值。仿真实验证明对不同年龄段的老年人设置不同跌倒检测阈值的跌倒检测算法与其他同一类型的跌倒检测算法相比有到更高的准确率和实用性。 | 卓从彬 杨龙频 周林 罗丹 | 2015 | 电子器件2015，38，4： | 43 |
| 17 | 基于SVM的软测量建模显示文摘支持向量机 (Support Vector Machines)是一种基于统计学习理论的新型学习机 ,本文提出用支持向量机建立软测量模型 .理论分析和仿真研究表明 ,该方法学习速度快、跟踪性能好、泛化能力强、对样本的依赖程度低 ,比基于 | 冯瑞 张浩然 邵惠鹤 | 2002 | 信息与控制2002，31，6： | 43 |
| 18 | 基于RBF核的SVM的模型选择及其应用显示文摘使用RBF核的SVM(支持向量机)被广泛应用于模式识别中。此类SVM的模型选择取决于两个参数,其一是惩罚因子C,其二是核参数σ2。该文使用了网格搜索和双线性搜索两种方法进行参数选择,并将两者的优点综合,应用于脱机手写体英文字符识别。实验在NIST数据集上进行了验证,对搜索效率和推广识别率进行了比较。实验结果还表明使用最优参数的SVM在识别率上比使用ANN(人工神经元网络)的分类器有较大提高。 | 王鹏 朱小燕 | 2003 | 计算机工程与应用2003，39，24： | 48 |
| 19 | 基于SVM的中文组块分析显示文摘基于SVM(supportvectormachine)理论的分类算法 ,由于其完善的理论基础和良好的实验结果 ,目前已逐渐引起国内外研究者的关注。和其他分类算法相比 ,基于结构风险最小化原则的SVM在小样本模式识别中表现较好的泛化能力。文本组块分析作为句法分析的预处理阶段 ,通过将文本划分成一组互不重叠的片断 ,来达到降低句法分析的难度。本文将中文组块识别问题看成分类问题 ,并利用SVM加以解决。实验结果证明 ,SVM算法在汉语组块识别方面是有效的 ,在哈尔滨工业大学树库语料测试的结果是F =88 6 7%,并且特别适用于有限的汉语带标信息的情况。 | 李珩 朱靖波 姚天顺 | 2004 | 中文信息学报2004，18，2： | 50 |
| 20 | 基于时间序列的支持向量机在负荷预测中的应用显示文摘由于负荷预测是不确定、非线性、动态开放性的复杂大系统,传统方法往往难以准确地描述这种复杂的非线性特征,因而无法准确进行负荷预测。作者提出了基于一种基于时间序列的支持向量机(SVM)的负荷预测方法。SVM 方法采用结构风险最小化原则(SRM),能够在对小样本学习的基础上,对其它样本进行快速、准确的拟合预测,具有更好的泛化性能和精度,减少了对经验的依赖。时间序列考虑了趋势分量和周期分量,使负荷预测模型更加符合电力负荷特性。将该方法用于实际负荷预测中。和真实值的比较说明所提出的负荷预测方法是可行和有效的。 | 张林 刘先珊 阴和俊 | 2004 | 电网技术2004，28，19： | 37 |
您所在的机构暂未开通此部分的功能，请联系管理员