基于ICA和SVM的FPGA电磁泄露分析

针对FPGA在运算时会产生电磁泄露的现象,以简单逻辑运算为攻击目标,提出了一种基于支持向量机(SVM)的旁路攻击方法。通过电磁泄露信息采集平台实现电磁泄露信息的采集,以电磁泄露信息为特征信号,通过独立成分分析(ICA)对其进行特征提取。将经过ICA处理之后的信号作为新的特征向量,用已知逻辑运算情况下的样本训练多分类SVM,用训练好的多分类SVM对未知的简单逻辑运算的电磁泄漏信号进行分类。实验结果表明该方法能成功识别加、减、异或、左移、右移运算,其准确率达到了91.4%。     

FSVM在老年痴呆数据分析中的应用

支持向量机是人工智能研究领域中的重要课题,但该算法不能够对复杂高维的生物医学数据进行准确的分类,而FSVM方法能够利用模糊性对标记样本数据进行较准确的归类,故采用FSVM算法对老年痴呆数据进行分析.通过特征提取方法对数据进行降维,采用主成分分析法提取出数据的11个主成分,并筛选前3个主成分和前2个主成分分别进行分类模型的训练.利用基于FSVM的模糊C均值聚类方法将老年痴呆的121个样本分成了正负两个类别,实验结果表明,FSVM算法能够有效地分析老年痴呆数据.     

基于ICA和BDTSVM的人耳识别

提出了一种独立分量分析和二叉决策树支持向量机相结合的人耳识别模型。首先应用独立分量分析（ICA）方法从高阶统计相关性角度出发提取人耳图像的特征变量,然后采用二叉决策树支持向量机（BDTSVM）分类器进行人耳图像的分类与识别。该模型可以降低分类难度,进一步提高人耳识别率。     

基于主成分分析的模糊支持向量分类器

由于孤立点和原始样本的选取对于支持向量机的分类性能具有较大的影响,所以本文旨在设计一种区别于以往的支持向量机的算法来解决这个问题。首要步骤是通过主成分分析法对原始数据样本进行处理,以达到用最好的方式对原始数据进行表达,从而达到使高维特征空间的维数降低的目的。然后使用类均值法,依据样本在特征空间的投影到特征空间中本类样本均值的距离,来确定其模糊隶属度,为达到使孤立点对最优分类超平面的影响最小,本文通过赋予较小隶属度的方式来实现这一目标。通过进行仿真实验,我们可以发现,这种算法能够比较有效地降低分类误差,而且在一定程度上也能够使支持向量机的鲁棒性得到提高。     

一种新的模糊支持向量机方法

针对分类问题的支持向量机方法中存在对噪声和野值敏感的问题,提出了一种新的隶属度函数确定方法．研究和分析了目前针对这些问题所提出的模糊支持向量机方法,而在模糊支持向量机方法中,隶属度函数的设计是整个模糊算法的关键所在,文中主要对隶属度函数进行了深入地研究,在类中心向量方法的基础上,即在确定样本的隶属度时,对类中心距离方法进行改进,得到新的隶属度计算的方法,并从数值实验方面表明该方法的有效性和可行性．     

基于模糊支持向量机的语音情感识别

根据输入样本对分类结果不同的影响程度,引入模糊隶属度,探讨了模糊支持向量机(FSVM)原理,并将其应用于汉语语音信号中生气、高兴、悲伤、惊奇4种主要情感类型的识别。仿真实验结果表明FSVM比支持向量机(SVM)有着更好的分类性能和更高的识别率。     

支持向量机故障诊断技术在焦炉冷鼓系统中的应用

为了解决焦炉冷鼓系统出现故障不能及时发现的问题,提出将基于结构风险极小化原则的支持向量机应用于系统的故障诊断技术中.利用支持向量机建立系统模型得到期望输出,将其与系统实际输出相比较,利用残差值的大小判断系统是否发生故障.仿真结果表明,该方法可以及时发现故障,提高系统安全运行系数.     

模糊支持向量机研究综述

模糊支持向量机是在支持向量机的基础上给每个样本赋予一个隶属度,从而减少孤立点以及噪声对最优决策面的影响,广泛应用于模式识别和人工智能领域.本文综述模糊支持向量机的理论基础以及研究现状,详细介绍模糊支持向量机中几种隶属度函数的设计方法以及在现实领域中的应用,最后针对模糊支持向量机算法的关键问题,即模糊隶属度函数的设计,给出一些未来研究方向的展望.     

半光滑算法在支持向量机中的应用

支持向量机的二次规划可以表现为不同形式.在本文中,将支持向量机的求解转化为非线性混合互补问题,利用Fischer-Burmeister函数和minimum函数将其表示成不同的半光滑等式系统,由此可以利用阻尼牛顿法来求解.数值实验表明将半光滑算法应用于支持向量机问题中是有效的.     

关联规则在贫困生模糊评判模型中的应用研究

本文针对目前贫困生认定存在的问题,提出构建基于关联规则的贫困生模糊综合评判模型。将数据挖掘技术应用在模型构建的始终。使其成为以数据为驱动的模型。     

图像识别技术在录播系统中的应用研究

自动录播系统是教育信息化支撑体系中非常重要的一环,图像识别是人工智能的一个重要领域。图像识别应用于自动录播系统中,是实现录播系统从自动走向智能的重要环节。文章的研究基于目前图像识别研究中已经相对成熟且有成功应用案例的技术,构造录播系统的典型框架结构,给出基本设置,讨论可以获取的信息,分析如何解决实际应用中的问题。     

基于模糊逻辑的图像火灾报警技术

根据火灾发生时火焰面积逐渐增大、火焰边缘抖动等特征。提出了一种基于模糊逻辑的图像火灾报警技术。本主要论速了模糊逻辑在图像模式识别中的应用。该技术进一步提高了系统的准确性，而且计算简单不影响系统的实时性。     

图像识别技术在实验室监控中的应用

在实验室视频监控中,应用图像识别技术改变人工不间断监视、视频回放等传统监控方法,提高实验室监控的智能性具有重要现实意义。本方案中利用图像形状特征分析技术,设计了一种适应固定摄像头监控画面的基于图像指纹匹配的简化快速图像识别算法,提出了基于图像指纹匹配算法和OpenCV的实验室监控方案,实现了实验室异常检测、实验室人脸识别、对外开放时间统计、监控图像变化率等功能,并自动生成图形报表。实验结果表明该方法可运用于实验过程监控、实验室状态监控、实验室利用、防火防盗等,并且在提取关键区域后,抗干扰能力加强,突出了重点区域,图像识别速度和精度都有大幅度的提高。     

图像分割技术在昆虫识别中的应用

以浙江省66种重大检疫性害虫为研究对象,采用Otsu算法实现昆虫图像的分割,取得了较好的效果.首先对昆虫图像进行灰度化处理,加快分割速度,再对灰度图像进行中值滤波,去除大部分噪声,最后,用Otsu算法对灰度化和中值滤波后的昆虫图像进行分割.针对存在的不足,运用数学形态学方法进行修正.首先利用数学形态学中的膨胀和腐蚀运算对昆虫图像进行增强,然后运用Otsu算法对图像进行分割.实验结果表明,将Otsu算法与数学形态学方法结合起来能够有效地提取昆虫图像.     

基于小波去噪的快速定点ICA及其在振源识别中的应用

在多源激励情况下,从传感器阵列输出的高维响应中分离、识别不同振源的性质,对于大型结构振动分析以及对其状态监测与健康评价有着重要的意义.本文结合大型结构振动的性质,介绍了小波阈值去噪原理,使用其改进的快速定点算法实现了多源激励情况下振源信息分离的方法.文中通过实例给出了这种方法的应用效果.     

智能监控系统中图像快速匹配识别方法

计算机图像传感器收集到信息后,一般通过DSP与ARM来完成图像的处理.文章通过对银行系统中钞票流转智能监控系统的实际研发应用,构建一种基于FPGA和ARM的图像处理识别系统,以达到提出特征、去除噪声、增强图像、匹配模板等功效,实现对英文字母与数字符号的全部识别,该系统具有超高的识别速度和性价比.     

课件录播系统的图像识别跟踪技术

本文介绍课件录播系统的图像识别跟踪技术原理,并通过与其它常用跟踪技术的比较,使大家认识图像识别跟踪技术的应用优势和在应用中的注意事项,以供选购参考。     

车型图像分割方法的研究

图像分割无论是在图像处理方面, 还是在模式识别方面, 都是一个非常重要而且比较复杂的问题. 本文对一般的汽车车型图像分割方法进行了介绍, 对其中常用的方法进行了较为详细的分析和研究; 指出了目前车型图像分割技术中存在的一些迫切需要解决的问题, 并且提出了一般的解决思路和方案.     

基于图像识别与OPC通讯的伺服控制系统

本伺服控制系统采用Rockwell公司的Controllogix5550型PLC控制器,通过伺服驱动器控制伺服电机的运转,进而控制实验平台的运动.通过图像识别技术实时采集平台运动信息,通过OPC建立VC开发环境与PLC之间的通讯,构成闭环控制系统,完成对实验平台位置和运动速度的实时精确控制.通过本伺服系统可以使学生了解现代伺服控制系统的构成与应用,在实验室建设与教学方面具有很大的意义.主要讨论基于图像识别与OPC通讯的伺服控制系统的构建,并给出一个球体运动定点控制的实例具体说明本系统的实验意义.