基于PCA和SVM的人脸识别

主成分分析(PCA)是人脸识别中特征提取的主要方法,支持向量机(SVM)具有适合处理小样本、非线性和高维数问题,利用核函数且泛化能力强等多方面的优点.文章将两者结合,先用快速PCA算法进行人脸图像特征提取和选择,用所选择的人脸特征向量训练多个支持向量机(SVM),最后用训练好的支持向量机(SVM)进行人脸识别的分类.在ORL人脸数据库上进行了实验,取得了满意的识别效果.     

PCA算法在人脸识别中的应用研究

特征脸方法是从主成分分析导出的一种人脸识别技术。本文首先介绍K-L变换和PCA的原理,然后描述特征脸的方法的流程及分类判别方法,最后介绍了提高PCA算法效率的分组PCA算法。这些算法为结合支持向量机进行人脸识别提供了依据。     

基于SVM的综合实力评估系统研究

简略介绍了支持向量机的基本思想，研究其在综合评价中的应用。分析了对大学进行实力评估的过程，建立基于SVM的评价系统。比较新评价系统和采用其他方法如PCA(Principal Component Analysis主元分析)，Fisher等建立的评价系统所分别取得的拟合效果。结果表明：采用支持向量机设计的评价系统思路清晰，操作简单并且能取得更为理想的评估结果。     

拉曼光谱结合支持向量机对猪胞质内单精子显微注射胚胎性别的鉴定分析

【目的】 探求一种无损的、非侵入性的、快速的胚胎性别鉴定方法。【方法】 以207个猪卵胞质内单精子显微注射(intracytoplasmic sperm injection,ICSI)胚胎及其培养液为研究对象,单个胚胎经巢式PCR扩增鉴定其性别后随机分成训练集和测试集,同时利用拉曼光谱技术获取单个ICSI胚胎培养液的拉曼光谱。原始光谱经过处理后,采用支持向量机(support vector machine,SVM)算法构建分类模型,先用训练样本进行训练和建模,然后预测测试样本的性别,结合PCR性别鉴定的结果,计算分类准确率。【结果】 通过巢式PCR对207个胚胎进行性别鉴定,鉴定出71个雄性胚胎、128个雌性胚胎,8个样品扩增失败。猪ICSI雄性胚胎培养液在1 082和1 360 cm^-1拉曼位移处特征峰强度明显高于雌性胚胎,构建的胚胎性别鉴定模型的分类准确率为81.5%,雌性和雄性胚胎的分类准确率分别为81.3%和81.8%。【结论】 本研究将拉曼光谱技术与SVM法相结合构建了胚胎性别鉴定模型,分类准确率达到81.5%,提供了一种新的、无损的胚胎性别鉴定方法。     

地方品种遗传多样性和群体结构的分析与统计方法

遗传多样性是生物多样性的核心,开展遗传多样性调查和群体结构的分析是开发利用本土动物群体的基础,本文根据最新的统计方法,列举了遗传多样性调查的遗传参数,详细阐述了群体遗传结构的分析方法的优缺点,群体分化指数的统计和选择信号扫荡,为我国动物地方品种的群体遗传多样性分析和功能基因定位提供了方法支持。     

基于PCA的国内外重要畜牧科技期刊比较研究

运用PCA对美国科学信息研究所编撰的《期刊引用报告》（JCR）和中国科学技术信息研究所编撰的《中国科技期刊引证报告（核心版）》（CJCR）收录的国内外重要畜牧科技期刊进行定量分析研究,结果显示我国畜牧科技期刊与国际优秀畜牧科技期刊存在一定的差异。     

基于CNN和SVM的无人机多光谱遥感草地植物识别

为选择最佳的物候期、飞行高度和识别模型提高植物识别的精度,本研究以伊犁绢蒿(Seriphidium transiliense)荒漠草地主要植物伊犁绢蒿、角果藜(Ceratocarpus arenarius)以及裸地为识别对象,选择4月、6月、9月3个飞行时期,15m,30m,60m 3个飞行高度,通过无人机搭载多光谱相机采集草地群落多光谱数据,在分析光谱反射率差异的基础上,利用最佳指数因子(Optimum index factor,OIF)筛选特征波段,通过卷积神经网络(Convolutional neural network,CNN)和支持向量机(Support vector machines,SVM)建立识别模型。结果表明：地物反射率4月＞6月＞9月,15m＞30m＞60m;不同飞行高度下OIF值一致,但在月份间具有差异,4月敏感波段为Green,Red和NIR,6月和9月敏感波段为Red,Red edge,NIR;在识别精度上SVM＞CNN,4月＞9月＞6月,15m＞30m＞60m,裸地＞伊犁绢蒿＞角果藜。综合来看,采用SVM在4月、15m飞行高度下进行识别的总体精度最高,达到86.23%。     

5种犏牛乳品质的PCA综合评价及营养成分预测模型的建立

对5种犏牛进行综合评价,并构建犏牛乳成分的预测模型,为犏牛特性、乳品加工和牦牛杂交研究积累资料和提供依据。采用t检验对不同胎次犏牛乳成分进行显著性检验,采用ANOVA分析和PCA综合评价法对5种犏牛间乳成分含量进行;运用逐步回归法构建犏牛乳各主要成分的预测模型。结果显示:2胎次荷犏牛蛋白质、脂肪、干物质等含量显著高于5胎次(P<0.05);5种犏牛的综合评价结果为:西黄犏牛>荷黄犏牛>西犏牛>娟犏牛>荷犏牛;蛋白质、脂肪、非脂固、乳糖、密度的预测模型R2>0.900,P<0.001,拟合度高。研究表明杂交组合西黄犏牛、荷黄犏牛乳品质优于其他犏牛,三元杂交后代乳品质具有杂种优势;本试验建立的乳成分预测模型具有可靠的预测性。     

基于FDDL和混合稀疏的人脸识别

稀疏表示在人脸识别中取得了重大的突破。作为该领域的研究之一,FDDL字典学习寻找一组不含冗余噪声等未确定因素的基,在对测试样本线性重构和分类方面都起到关键性作用;混合稀疏分类模型既实现了整体稀疏性,也考虑了不同类的字典原子之间的关系。将两者进行结合,在ORL库上的实验结果表明,此方法可显著提高识别率。     

基于OpenCV的人脸识别考勤系统的研究和实现

近年来,人脸识别技市场应用需求不断被挖掘.从社保领取到远程授信,从安检闸机检查到课堂点名,人脸识别技术应用正不断打开市场.文章开发了基于OpenCV的人脸识别考勤系统以满足对学生课堂快速化考勤需求.     

基于支持向量机算法的近红外光谱判别分析在畜产品供应链中的应用

近红外光谱(NIR)技术已经在许多行业的定量和定性分析中广泛应用,而支持向量机(SVM)算法由于具有经验风险最小、防止过拟合、适于非线性分析等特点,开始逐步应用于近红外光谱分析领域。本文主要介绍了支持向量机,特别是最小二乘支持向量机(LS-SVM)算法的特点,综述其在近红外光谱技术鉴别饲料原料、饲料产品、主要畜产品(肉、蛋、奶)种类和品质等非线性指标中的应用,同时分析了基于支持向量机算法的近红外光谱技术在未来饲料在线分析、低检测限成分的定性和定量分析,以及光谱信息数据提取算法改进等方面的研究趋势。     

基于EEG的情感识别

本文主要介绍基于脑电(EEG)的人类情感的识别。而本文介绍应用的方法就是利用MATLAB软件通过支持向量机(SVM)的算法,将我们事先得到的一组数据进行处理和分类。最终得到我们所想要研究的高级人机交互的实验结果。     

基于PCA方法以牧草营养成分评判青海省海南州天然草地类型质量初探

为了科学评价天然草地类型牧草饲料的质量,应用主成分分析法对青海省海南州天然草地各草地类型牧草饲料,在常规分析的基础上进行了综合质量评定和量化评估,通过对各天然草地类型牧草饲料品质主成分分析的综合得分进行对比,较为全面客观地评价天然草地各草地类型的优劣.结果表明,天然草地各草地类型中高寒草原类牧草饲料品质最好,其次是低平...     

基于PCA方法以牧草营养成分评判青海省海南州天然草地类型质量初探

为了科学评价天然草地类型及牧草饲料的质量,应用主成分分析法对青海省海南州天然草地各草地类型牧草饲料,在常规分析的基础上进行了综合质量评定和量化评估,通过对各天然草地类型牧草饲料品质主成分分析的综合得分进行对比,较为全面客观地评价天然草地各草地类型的优劣。结果表明：天然草地各类型中高寒草原类牧草饲料品质最好,其次是低平地草甸类、高寒草甸类、温性荒漠类、温性荒漠草原类、温性草原类。     

基于PCA方法以牧草营养成分评判青海省海南州天然草地类型质量初探

为了科学评价天然草地各草地类型中牧草饲料品质的质量,在常规分析的基础上,采用主成分分析法对青海省海南州天然草地各草地类型中的牧草饲料进行了综合质量评定和量化评估,通过对天然草地各草地类型牧草饲料品质主成分分析的综合得分进行对比,较为全面客观地评价了天然草地各草地类型的优劣。结果表明,天然草地各草地类型中高寒草原类牧草饲料品质最好,其次是低平地草甸类、高寒草甸类、温性荒漠类、温性荒漠草原类、温性草原类。     

基于颜色特征和支持向量机的蚕茧分类方法研究

针对人工筛选蚕茧工作中漏检率高、效率低的问题,提出了一种基于颜色特征和支持向量机的蚕茧分类方法。该方法以黄斑茧、烂茧、印头茧、薄皮茧和上车茧等5种蚕茧为研究对象,首先对采集的蚕茧图像进行边缘检测、连通域提取等步骤以实现背景分割与正、反面连接,然后提取蚕茧图像HSV颜色空间模型下的颜色直方图和颜色矩作为颜色特征,并将5种蚕茧的HSV三通道像素分布详细划分、量化,最后对蚕茧图像颜色特征进行主成分分析,结合支持向量机设计4种分类器构造方案进行效果对比。试验结果表明,将颜色直方图和颜色矩组成颜色特征集后进行主成分分析,并使用支持向量机构造分类器对5种蚕茧分类效果最好,其中主成分变换最优累计贡献率为999%,分类准确率达91%,单粒蚕茧图像识别时间为012s。本方法为蚕茧智能化分选设备的研究提供了理论基础。     

干鲜连钱草茎叶挥发性成分的GC-MS分析

为探究干鲜连钱草不同部位中挥发性成分的差异,利用水蒸气蒸馏法分别提取干鲜连钱草茎叶中的挥发性成分,再运用气相色谱-质谱（gas chromatography-mass spectrometry,GC-MS）联用法,对提取的成分进行分析鉴定,最后运用主成分分析（principal component analysis,PCA）和聚类分析（cluster analysis,CA）分析其成分差异。由GC-MS数据分析可知,从连钱草干鲜茎叶提取的挥发性液体中共鉴定出125种成分,其中主要挥发性成分70种,包括醇类、羧酸类、酮类等。从鲜叶、鲜茎、干叶和干茎中分别鉴定出39、13、52、25种主要成分,相对含量分别占各组总挥发油的83.92%、97.21%、67.48%和98.29%,其中共有挥发性成分5种,各部位特有成分分别有13种、1种、16种和1种。分析结果表明,连钱草的鲜叶和干叶中挥发成分有显著差别,鲜茎和干茎中的挥发成分较为相似,但与鲜叶和干叶有较大区别。     

基于机器学习的模拟电路故障诊断研究

本次研究将对神经网络方法做简单介绍,在此基础上提出小波神经网络法、优化神经网络法以及支持向量机法等在模拟电路故障诊断中的应用。     

基于粒子群参数优化的支持向量机方法

支持向量机是一种基于统计学习理论的机器学习方法。在传统的支持向量机模型中,模型参数需要用试凑的办法,本文中提出一个基于粒子群算法的参数选择机制,这可以大大减少模型的运算时间。最后给出一个算例。     

国际食品价格对我国的传导效应分析——基于主成分分析和VAR模型的实证分析

本文通过对国际贸易、国际期货、进口成本等14个指标进行主成分分析,利用提取出的主成分和国内食品价格指数建立VAR模型,通过脉冲响应函数和方差分解,计算出各种因素对国内食品价格指数的影响程度和影响时间。