共查询到20条相似文献,搜索用时 390 毫秒
1.
提出利用独立成分分析提取人脸表情特征并用SVM进行识别的方法。实验分析SVM的一对一、一对多两种多分类方法,实验验证了ICA和SVM在人脸表情识别上的可行性和有效性。 相似文献
2.
3.
4.
《黑龙江科技信息》2018,(34)
变压器是电力系统中的关键设备,它的继电保护措施需要更加可靠的方案来确保其平稳运转。变压器内部故障电流和励磁涌流的识别是变压器继电保护设计中的一个富有挑战性的问题。当励磁涌流产生时,变压器保护经常会误动作而跳闸,导致在正常运行中出现一系列的问题,并且这些问题除非人为解除,否则会一直存在。传统的识别方法在解决该问题的准确性方面有一定局限性。本文研究了一种基于EWT和SVM的变压器内部故障电流和励磁涌流识别的方法。使用MATLAB中的SIMULINK功能建立仿真,来验证该方法。利用EWT算法对仿真数据进行特征提取。这些特征被用来修正SVM。之后,利用测试向量对识别精度进行检验。为了提高识别精度,还对SVM的不同内核函数进行了测试。 相似文献
5.
比较了ICA方法进行面部表情识别的两种架构ICA1和ICA2。采用欧式、城区、余弦KNN和6种核函数的SVM算法进行识别,比较了不同的距离函数和核函数对整体识别率和单个表情识别率的影响。实验表明:ICA1整体上优于ICA2;对于KNN算法,在ICA1下KNN+城区距最优,t检验不显著,在ICA2下,KNN+余弦距最优,t检验显著;SVM算法对ICA1有效,对ICA2失效;在ICA1下,对SVM算法,线性、径向基和Sigmoid核取得相同的识别率;惊奇是最好识别的表情,高兴是最难识别的表情。最后利用神经科学对视觉脑区的最新研究,得出稀疏的特征比稀疏的编码能够取得更好的表情识别率。 相似文献
6.
基于BP神经网络的语音情感识别研究 总被引:1,自引:0,他引:1
随着科技的迅速发展,人机交互越来越受到人们的重视,语音情感识别更是学术界研究的热点。将BP神经网络算法用于语音情感识别研究,并在汉语情感数据集上进行了相关实验,识别的准确率达到了91.5%,相较于SVM算法分类精度提高了5%。 相似文献
7.
8.
验证码是为了加强互联网系统安全,而引入的区别机器与人的标准技术。目前大部分的网站都引入了验证码机制来加强网络的安全验证。常见的验证码是基于字母和数字的文本验证码机制,且字符存在背景干扰、随机噪声、扭曲、变形、粘连等特点,增大了验证码识别的难度。本文主要研究基于SVM识别算法的验证码识别技术,从原理、实验来论证识别算法具有较高的识别率。 相似文献
9.
何俊 《内蒙古科技与经济》2011,(5):97-97,100
研究了利用支持向量机分类器进行手写体数字识别的技术。构建了我国邮政手写数字库和美国邮政手写数字库。在此库上,利用基于SVM多类分类器进行了实验,并与其他分类器的识别方法进行了比较。实验结果表明,算法的正确识别率达到96.005%,识别效果最好。 相似文献
10.
基于SVM的人脸识别系统的研究 总被引:1,自引:0,他引:1
该文使用PCA来提取人脸的特征,克服了K-L算法计算量大,计算耗时长的缺点。实验表明该算法减少了特征提取时间。然后运用SVM来进行人脸识别。将两类分类问题的识别策略应用到多类分类问题,以ORL人脸库做的实验中得到了很好的识别效果 相似文献
11.
SVM最初源于两类分类问题,对小样本问题具有良好的学习能力和泛化能力。但应用到数据分布极不平衡的信息识别问题中时,对“正例”的识别效果并不明显。鉴于此,将FCM-SVM组合方法应用到不平衡信息识别这一特殊的机器学习问题中,实现了对有限、不平衡样本数据的识别。实证分析证明这种方法在是十分有效的。 相似文献
12.
本文针对支持向量机中的参数通常靠交叉实验来确定的状况,提出了遗传支持向量机,并将之应用在音乐特征识别中。基于Matlab的实例仿真结果表明,该预测模型精度高于传统SVM预测模型,具有一定实用价值,为快速准确的音乐特征识别提供了一种新的方法和途径。 相似文献
13.
14.
针对主观文本识别、情感分词以及情感分类模型选择等研究方法上存在的效率较低、文本表达维度高等问题,文章提出了一种基于旋进原则和AdaBoost集成技术的回归SVM情感分类模型(AdaBoost+ SVM-L),不仅提高了主观文本标注准确率,更通过AdaBoost+ SVM-L模型对情感样本的极性和强度进行了判断,实现了文本情感强度阈值的可视化.并通过分组对照实验比较了SVM、NB以及AdaBoost+ SVM-L模型的性能指标. 相似文献
15.
《内蒙古科技与经济》2016,(9)
通过计算机智能辅助技术,以植物叶片作为研究对象,基于卷积神经网络模型(CNN)和支持向量机(SVM)原理提出了对植物叶片进行分类的方法;通过对36种植物叶片样本图像进行训练和识别,其识别率达到了92.13%。 相似文献
16.
17.
《科技通报》2018,(12)
目的:根据听障儿童对汉语塞音塞擦音难掌握情况,为研究和识别其发音,从嗓音起始时间(VOT)和舌运动轨迹入手,提出一种利用语音实验客观研究和识别听障儿童发音的方法。方法:利用电磁发音记录仪(EMA)提取出听障儿童和正常人塞音塞擦音的运动轨迹,通过Praat和Matlab软件提取出VOT、共振峰频率F1、F2以及梅尔倒谱系数(MFCC)参数,对比听障儿童和正常人的VOT和舌运动轨迹,并将提取出的VOT、F1、F2、MFCC和运动轨迹特征值作为识别听障儿童和正常人的组合特征,通过SVM建模识别。结果:VOT结合舌运动轨迹分析更能全面反映听障儿童发音特点,且组合特征对识别正常人与听障儿童有效,SVM的最高识别率达到92.86%。结论:该实验方法可为计算机辅助治疗听障儿童提供依据。 相似文献
18.
19.