分享到:

智能向量

在计算机图形学中,向量是一种基本要素.三维向量经投影后可变换为二维向量.在图样画法中,直线被表达为向量,若已知线段的两个端点坐标,就是已知向量.因此在众多算法中,都是以向量  (本文共6页) 阅读全文>>

上海交通大学
上海交通大学

智能交通中的多核支持向量机与分类器集成方法研究

在现代城市的发展进程中,智能交通系统(Intelligent Transportation Systems,简称ITS)发挥着越来越重要的作用。随着ITS数据采集技术的不断进步和数据硬件存储容量的快速增加,交通管理中心的交通数据已经达到海量级别。如何从这些海量的交通数据中获得有用的信息是交通管理者迫切需要解决的问题。数据挖掘技术是从海量的数据中挖掘出有用信息的一种新技术。本论文正是研究如何将数据挖掘技术中的多核支持向量机、分类器集成方法以及计算机视觉技术应用到智能交通中,达到完善ITS系统的功能,提高ITS系统运行效率的目的。本文重点研究了智能交通领域的三个重大问题:(1)交通事件检测;(2)交通流速度估计以及城市路网动态区域交通指数的挖掘;(3)车辆标志自动识别。具体而言,本论文主要进行了如下几个方面的研究:1.研究了多核支持向量机方法及其在交通事件检测中的应用。支持向量机(Support Vector Machine,简称为...  (本文共169页) 本文目录 | 阅读全文>>

华北电力大学(河北)
华北电力大学(河北)

基于支持向量机的汽轮机轴系振动故障智能诊断研究

随着汽轮机向大型化、复杂化、高参数的方向发展,为保证设备的安全可靠运行,人们对设备状态监测与故障诊断技术的重视程度越来越高,诊断技术也开始朝着智能化的方向发展。支持向量机是建立在统计学习理论基础上的新型学习机器,为解决小样本的故障分类问题提供了有效手段。将支持向量机应用到汽轮机故障诊断领域,能够有效地提高故障诊断的准确率,对避免事故发生带来的巨大损失,提高经济效益和社会效益都具有十分重要的意义。论文结合汽轮机常见的轴系振动故障,采用支持向量机方法对故障进行分类和预测,为研究更好的汽轮机故障诊断方法提供了依据。论文围绕基于支持向量机的智能故障诊断问题,针对数据预处理、故障特征提取、故障分类、故障建模与预测及汽轮机诊断系统的构建等方面开展了研究,主要研究成果有:1、通过分析常用特征提取和选择方法,引入了主分量分析和基于核函数的特征提取方法,对汽轮机轴系振动故障进行特征提取,并采用针对故障类型的模糊化K-L变换,压缩故障数据的维数,降...  (本文共113页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

智能支持向量机方法及其在丙烯聚合熔融指数预报中的应用

熔融指数(MI)是聚丙烯生产的重要指标之一,建立可靠的熔融指数预报模型非常重要。丙烯聚合过程机理复杂,生产工艺多样,设备工段繁多,因此采用机理建模方法存在相当大的难度。而统计建模方法是一种依赖数据的方法,对系统内部机理的了解要求很少,所以在丙烯聚合熔融指数预报中得到广泛应用。统计学习理论是一种基于小样本的机器学习理论,支持向量机是在此理论基础上提出来的。它根据结构风险最小化原则,通过核函数在一个高维特征空间中构造线性决策函数,避免了维数灾难,且可达到全局最优解。支持向量机良好的性能使其成为机器学习领域的热点课题。支持向量机的性能依赖其参数的选择,本文应用智能优化算法进行参数寻优,从而建立多种智能支持向量机模型。本文的主要内容包括:1.为了降低标准支持向量机(SVM)的计算复杂度,提高其学习速度、泛化能力和稀疏性,本文研究了最小二乘支持向量机(LSSVM).加权最小二乘支持向量机(WLSSVM)和相关向量机(RVM),并用于熔融指...  (本文共90页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

支持向量机方法在智能医疗诊断系统中的应用与研究

医疗诊断自动化是现代医学诊断中一个重要的发展方向。本文在简要介绍智能医疗诊断系统的研究及发展状况基础上,尝试将支持向量机方法引入诊断平台,进一步完善人体阻抗智能医疗诊断系统。该诊断系统由嵌入式数据采集装置和PC智能诊断平台组成。数据采集装置利用生物电阻抗技术,采集人体的阻抗信息;诊断平台通过采集样本数据,并对人体阻抗信息进行预处理后,提取合适特征向量,对一定量样本数据进行训练,得出模型,并根据该模型预测未知病症样本。该智能诊断系统通过对医院脾胃、中风病人及正常个体的人体阻抗数据的分类结果表明人体阻抗信息的特征参数与不同病症之间存在特定的关系。支持向量机方法作为智能诊断系统的诊断方法有着较好的分类及预测结果。本文的主要工作将支持向量机方法引入人体阻抗智能医疗系统中的诊断平台,试图把SVM方法作为病症的诊断方法。文中分别将绝对值形式特征向量与相对值形式特征向量作为SVM分类的输入,对脾胃病人样本进行二分类、脾胃病人与正常个体三分类以...  (本文共88页) 本文目录 | 阅读全文>>

大连理工大学
大连理工大学

基于BERT词向量和Attention-CNN的智能司法研究

如今人工智能发展火热,其中智能司法是人工智能的重要应用领域。一方面,深度学习领域的迅速发展为智能司法研究提供了技术支持。另一方面,大量公开的裁判文书解决了智能司法研究的大数据需求。在智能司法建设中,利用人工智能实现罪名预测和相关法条预测,可以辅助法官进行判决并且节省大量资源,对于智能司法建设有着重大意义。本文通过解决罪名和相关法条多标签文本分类任务,进而实现罪名和相关法条预测。本文使用CAIL2018-Small数据集,针对单人多罪名多法条的刑事案件展开研究。数据集中的数据均来源于“中国裁判文书网”上的公开刑事案件裁判文书。数据集的所有数据均只有一个罪犯。数据集共包括202项罪名、183则法条,一条数据可能包含多项罪名和多则法条。本文利用微平均F1值(F1micro)和宏平均F1值(F1macro)作为评价指标。本文使用F1micro和F1macro平均值的100倍作为每项任务的score。本文的主要研究工作如下:(1)对比了三...  (本文共63页) 本文目录 | 阅读全文>>