一种用于图像检索的新型半监督学习算法

基于支持向量机的理论提出了一种用于图像检索的半监督学习算法。该算法的基本思想是,如果两点彼此是最近点,则它们共用一个标注。因此,该算法可以在具有最大类间空隙和很好保留位置特征的基础上找到一个投影。对该算法和标准支持向量机及转导(transductive)支持向量机的图像检索效果进行了实验比较,结果表明该算法可以获得更好的效果。     

基于磁光图像的飞机铆钉缺陷识别

针对飞机铆钉磁光图像的识别问题,提出了一种基于模糊支持向量机的裂纹有无和裂纹方向自动识别的新方法。该方法首先对铆钉磁光图像进行预处理得到铆钉二值化图像;然后采用阈值法求取铆钉中心;最后将由铆钉中心发出的星形射线矢量作为特征,采用模糊支持向量机方法对铆钉有无裂纹和裂纹方向进行分类。其中,支持向量机的核宽及惩罚常数采用网格法进行选取,并结合模糊隶属度函数解决多类分类问题中存在的错分和拒分现象。实验结果表明,使用训练获得的支持向量机分类器识别裂纹缺陷取得了很好的效果,能够满足自动检测的高实时性要求。     

基于LDA/GSVD和支持向量机的人耳识别

针对人耳图像自身的特点并通过对现有方法的研究,提出了一种先利用LDA/GSVD算法对样本图像进行特征提取,然后运用SVM分类器对样本向量进行分类的人耳识别方法.此外,还对线性判别分析、广义奇异值分解和支持向量机的相关内容做了简要介绍.实验表明,LDA/GSVD很好地解决了在高维、小样本的情况下,使用Fisher线性鉴别分析的特征提取方法存在的病态奇异问题,把它与支持向量机有机地结合起来,构成了一种有效的人耳识别新方法.     

关于支持向量分类机算法的研究

研究分析了标准的支持向量机（C-SVM）、v支持向量机（v-SVM）等五种算法,利用仿真实验从分类精度,计算效率,扩展性等五个方面对上述五种算法进行了分析比较。     

基于主元分析和支持向量机的电路故障诊断模型

综合主元分析和支持向量机的优点,提出了一种基于主元分析和支持向量机的故障诊断模型.通过主元分析提取故障特征,然后利用支持向量机进行故障模式的分类,实现对模拟电路不同故障的识别.实验结果表明,该模型能够准确地实现故障的诊断,具有好的识别能力.     

基于SVM的短期交通状态预测识别研究

为智能化的解决交通拥堵这一难题,采用了在智能交通系统领域较热门的短时交通流预测识别技术。短时交通流具有非线性、时变性、不确定性、不稳定性等特点,运用对非线性拟合效果较好的支持向量回归机(support vector regression,SVR)和支持向量分类机(support vector classification,SVC)两者相结合来完成短时交通状态的预测识别,通过对交通流进行预测,以及对预测结果进行分类试验,得到了98.1157%的分类率。仿真结果表明,采用这两种方法相结合的方式可以得到较高的分类效率。     

基于SVM的多类模拟调制方式识别算法

提出了一种基于支持向量机的多类模拟调制方式识别算法。该算法通过分析模拟调制信号的特点,提取有效的特征向量以区分不同的调制方式,并基于支持向量机和判决树分类思想,将特征向量映射到高维空间中加以分类。仿真结果表明:在具有加性带限高斯噪声的环境下,信噪比不小于10dB时,识别正确率大于90%。     

采用非线性核支持向量机并基于基因表达数据的基因选择和分类

在基于微阵列的癌症分类中,由于变量(基因表达)较多,而实验条件较少,因此特征选择和分类方法非常重要。对于疾病诊断,分类器的性能直接影响到最终结果的准确性。本文提出一种新的基因选择和分类方法,这种方法使用基于递归特征排除(RFE)的非线性核支持向量机(SVM)。实验表明本文方法比其它线性分类方法具有更好的整体表现,如线性核支持向量机和Fisher线性判别分析方法;同样本文方法也比一些非线性分类方法更好,如采用非线性核的最小二乘支持向量机(LS-SVM)。实验除了使用测试集,还使用留一校验算法(leave-one-out)用于测试分类器的泛化性能。实验采用可通过互联网获得的AML/ALL数据集和遗传性乳腺癌数据集。     

固定尺度最小二乘支持向量机

针对最小二乘支持向量机(LS-SVM)在进行回归预测时存在的稀疏性缺陷问题,采用固定尺度最小二乘支持向量机,即固定支持向量数量进行改进。仿真结果表明:固定尺度最小二乘支持向量机在训练各种样本数据集时,有效地避开了LS-SVM中的稀疏性问题,且训练速度快,同时具有良好的预测精度。     

支持向量机分类算法在MATLAB环境下的实现

支持向量机算法SVM（Support Vector Machine）做为新一代机器学习算法近年来被成功的应用到很多模式识别问题中，其在数学上表示为求解一个二次规划问题。主要论述了支持向量机分类算法在MATLAB环境下的具体实现方法，为支持向量机算法的学习者和非计算机专业的广大研究人员提供一种简单、方便、高效、可行实现方法。     

基于面积直方图及交互信息测度论的医学图像检索方法

颜色直方图是基于内容的医学图像检索(CBMIR)中提取图像特征的一种重要方法,然而其完全丢弃了医学图像颜色的空间分布信息。为了有效地利用图像颜色的空间分布信息,本文提出了一种基于面积直方图及交互信息测度法的医学图像检索方法。该方法进一步分析了具有相同灰度的像素之间在空间分布上的差异,用其在图像中形成的主要连通区域的面积大小代替传统直方图中使用的像素总和,从而能够间接反映色彩的空间分布特征;同时,为了提高检索准确率,本文引进了交互信息测度方法。实验结果表明,本文提出的检索方法能够较为准确的反映医学图像的信息特征,从而提高了检索的鲁棒性、准确性和高效性。     

基于内容的唐卡图像数据库检索系统

为了解决藏族唐卡数据库分类检索问题，根据唐卡图像的特点，提出了基于块划分的结合小波帧包分解、匹配对与累计直方图为一体的新方法．该方法有效地结合了颜色、纹理、空间信息等视觉特征，实现了基于内容的唐卡图像检索。并且在查准率和查全率上都取得了好的效果．     

图像及图像检索应用前景的探讨

本文探讨了图像的分类及图像检索的应用前景,并对目前图像检索技术的发展状况作了分析,预示图像检索技术的日趋成熟,图像将散发内在鲜亮的活力。     

剪纸艺术多媒体交互平台中的图像检索技术研究

利用信息技术手段保护非物质文化遗产资源是目前研究的热点之一,图像检索技术的研究是构建剪纸艺术多媒体交互平台的关键环节。分析了基于文本的图像检索（TBIR）和基于内容的图像检索（CBIR）的思路及算法,并在剪纸艺术多媒体交互平台中进行了实现。深入对比了两者的优缺点,探讨了两种检索方式相结合的可能途径,在此基础上提出利用自动语义标注技术解决图像检索中存在的“语义鸿沟”问题,有利于提高图像检索的效率和准确率。     

互信息在图像检索中的应用

提出了一种新的相似性图像检索方法,它利用信息熵理论,分别对图像的颜色、形状和纹理特征进行描述,给出一个综合的相似性匹配算法。该方法首先分割图像,把一幅图像划分为若干子区域,抽取图像的主要形状和统计其所含的角度信息;然后利用信息熵计算图像之间的颜色、形状和纹理互信息。试验结果表明与其他方法相比,新的相似性图像检索方法具有更好的图像检索效果。     

基于多分辨率的彩色图像检索研究

本文提出了一种新的彩色图像检索方法,通过在不同分辨率下的直方图提取其全局颜色特征,并结合局部色差模式的方法,获取图像局部特征,进行图像检索.实验表明该方法能显著提高图像检索效果.     

信息检索策略优化分析

目前国内高校信息检索课教学效果较好的方式是以检索策略为主要内容的案例教学法,但其中还有一些待改进和完善之处。为此,笔者挑选了有代表性的教学案例和检索示例进行剖析,探讨检索策略的优化方法,如检索概念的取舍、扩检与缩检的技巧、相关数据库的优选、检索效果的分析等,以期为信息检索课的教学提供参考,促进教学质量的提高,培养大学生的信息素养。     

概念检索在因特网中的应用及比较研究

本文从概念检索的概念介绍入手,简介了概念检索在因特网中的应用情况,并对目前的几个具有概念检索功能的中文搜索引擎进行了比较研究,对结果进行分析,发现这几个搜索引擎在一定程度上实现了概念检索,但效果都不大理想,概念检索的理论研究与实际应用情况存在一段差距。     

文献检索课教师的素质与形象探析

从新时期高校文献检索课教学实践出发 ,对该课程教师的素质和形象问题进行了理论探索     

"信息检索与利用课"与大学生创新能力的培养

创新的入口和前提是具有良好的信息检索与利用能力,在分析大学生在信息检索与利用能力所存在问题的基础上,采取积极创设与营造问题情景等措施,通过"信息检索与利用课",利用教学、实习、考核等环节,培养和提高学生基于利用网络信息资源自主提出问题和解决问题的能力,对培育大学生的创新能力能取得事半功倍的效果。