基于支持向量机的苹果颜色分级

为了克服苹果颜色分级中存在的误差大等缺点,提出了一种新颖的智能分级方法.设计了基于支持向量机的苹果颜色分级系统,即利用计算机视觉技术获取苹果表面颜色的色度作为颜色特征;依据支持向量机理论,选取径向基函数作为核函数,采用"一对多"的方法构造多类分类机;将苹果的色度特征作为分类机的输入样本,对苹果进行分级.对大量样本进行分级仿真试验,结果表明,该方法分级正确率很高.将支持向量机应用于苹果颜色分级切实可行且效果显著.     

基于支持向量机的耕地地力综合评价研究

以德惠市为例,利用支持向量机建立一种新的耕地地力评价模型.在分析德惠市耕地地力等级评价因子的基础上,构建耕地地力综合评价指标体系,以此作为支持向量机的模型参数输入,并利用GIS技术使结果可视化.结果表明,基于支持向量机的土壤耕地地力综合评价模型具有良好的分级能力,评价结果与研究区的实测结果进行比较,两者较吻合,该方法可...     

支持向量机、信息向量机和相关向量机的比较研究

介绍了支持向量机、信息向量机和相关向量机的理论与算法。利用最优化对偶理论,阐述了支持向量机的三种主要算法:硬间隔支持向量机、软间隔线性支持向量机和二次软间隔支持向量机的理论推导过程。对基于高斯过程模型,详细说明了信息向量机和相关向量机算法的实现过程。     

基于边界支持向量的自适应增量支持向量机

该文提出一种基于边界支持向量的自适应增量支持向量机,对每轮训练的样本集提取其边界支持向量,从而减少训练向量数目,提高训练效率。通过自适应调整参数,可以更好地适应新增样本。采用 UCI（University of California Irvine）机器学习数据库和Statlog数据库对本文方法进行验证,实验结果表明本文方法的训练时间优于标准支持向量机和一般增量支持向量机。其分类精度也明显优于一般增量支持向量机,在训练数据较少时,其分类精度与标准支持向量机相差不大,但随着训练数据的增加,分类精度逐渐超越标准支持向量机。该文的方法更适合大规模数据集的增量学习。     

支持向量机的正定核

探讨并论证了支持向量机中Mercer核,再生核与正定核这几种核函数的关系及它们在支持向量机中各自的角色.通过核矩阵的正定性检验了核函数的构造方法.基于Bochner定理,在Fourier域验证了许多平移不变核函数.基于Schoenberg定理验证了一些旋转不变径向核.最后讨论了离散尺度与小波核函数的构造,核函数选择与核参数学习.     

基于支持向量机的小麦条锈病和叶锈病图像识别

为了解决生产中小麦条锈病和叶锈病症状难以区分的问题,提高识别率和精度,提出了一种基于支持向量机和多特征参数的小麦条锈病和叶锈病图像分类识别方法。利用图像裁剪方法获取典型症状的子图像,采用中值滤波算法对图像进行去噪,利用K_means硬聚类算法实现病斑分割,提取病斑区域的形状、颜色和纹理特征空间的50个特征参数,设计支持向量机分类器进行分类识别。根据优选的26个特征参数,利用以径向基函数作为核函数的支持向量机对这2种小麦锈病图像进行识别。结果表明:训练样本识别率均为96.67%,测试样本识别率均为100%;与其他核函数相比,径向基核函数最适合于这2种小麦锈病的识别。所提出的基于支持向量机的方法可有效地进行小麦条锈病和叶锈病的图像识别。     

城市空气质量评价中的模糊支持向量机方法

传统的评价方法不能处理带有模糊信息的城市空气质量的评价问题。基于结构风险最小化原则建立了带有模糊信息的支持向量分类模型和算法,在此基础上提出基于模糊支持向量机的城市空气质量评价方法;根据空气中的总悬浮颗粒物、二氧化硫、二氧化氮、空气综合污染指数4个指标,对我国50个主要城市2003年空气质量进行了综合评价,选择10个城市的评价结果进行了测试,结果表明:根据2003年数据采用本方法得到的邢台、张家口和沧州的空气污染指数与河北省环保专家提供的数据误差小于0.1;西宁、银川、乌鲁木齐、汕头、南京、大连、武汉的综合空气污染指数与国家环保总局提供的数据误差均小于0.5。     

支持向量机在粮食产量预测中的应用

将支持向量机算法应用于粮食产量预测,结果表明,支持向量机的径向基核函数模型预测粮食产量的精度优于其他预测方法。     

基于支持向量机的EO-1 Hyperion遥感图像分类研究

以EO-1 Hyperion高光谱遥感数据为基础,对其进行大气校正、几何校正、滤波等处理,采用支持向量机分类方法对其进行分类,选择不同的核函数,主要有线性核、多项式核、径向基核、Sigmoid核,其余采用相同参数设置,进而比较不同核函数在EO-1 Hyperion数据分类中的效果。结果表明,采用支持向量机方法对研究区域的EO-1 Hyperion遥感数据进行分类,采用不同的核函数对分类结果影响不大。     

基于支持向量机模型的大型灌区运行状况综合评价研究

支持向量机(SVM)是由VAPNIK等提出的建立在统计学习理论基础上的一种小样本机器学习方法.由于使用结构风险最小化原则代替经验风险最小化原则,使它较好地解决了小样本情况下的学习问题.引入了核函数思想,使它将非线性问题转化为线性问题来解决,降低了算法的复杂度.提出了大型自流灌区运行状况综合评价标准,探讨了利用支持向量机多类分类算法,构建了大型灌区运行状况的综合评价模型.研究表明:该方法简便、客观,并具有较强的实用性,能够正确地对大型灌区运行状况进行综合评价.     

层次分析法在独立学院计算机教学质量评价中的应用

独立学院的发展有其自身的特点,加强对教师教学质量考核是提高计算机学院教学质量的重要举措。提出了层次分析法（AHP）的教师教学质量评价体系和多级评价模型,根据AHP方法建立决策递阶层次结构,通过合成层次总权重来构筑多层次决策模型,从而对独立学院教师的教学质量评价更具合理性。     

独立学院生物产业类专业实践教学体系研究

分析了生物生产类专业实践教学的特色,从校企合作模式、实践生产基地、项目组织实践能力培养方面总结了课程改革的内容。明确了教学改革的目标,认为该项目的特色在于实用性强、指导性强、应用面广。     

独立学院计算机课程任务驱动实验教学研究

"任务驱动"教学法是一种建立在建构主义教学理论基础上的教学法。讨论了"任务驱动"教学法在独立学院计算机课程实验教学中的应用,分析了任务驱动教学法的优势、实施过程及实施中需要注意的问题。     

独立学院计算机实验室的管理与维护

根据独立学院计算机实验教学的需要,针对如何管理和维护计算机实验室,提高软硬件运行的效率及确保满足各项上机操作实践教学的需要,做出了进一步总结和研究。     

农业科研机构自主创新能力评估指标体系研究

介绍了农业科研机构自主创新能力指标体系的设计原则、构建过程及对指标体系的评价方法,并以天津市农业科学院为例进行了实证研究。     

基于SVM分类的预警系统

将SVM理论与预警理论相结合，提出了一个基于SVM的宏观经济预警系统，并应用于我国棉花产量增长率的预警。与已有预警系统比较，该预警系统在预警概化能力上有着明显的优势。     

林业院校实践教学课程教师评学体系的探索研究

从构建合理的指标体系、健全组织体系、建立运行和反馈机制3个方面探索了如何构建实践教学的教师对学生评价体系。     

基于计算机视觉的脐橙分级系统研究

脐橙的检测方法目前主要还是采用劳动强度大、工作效率低、随意性大、客观性不强、也不符合当前标准化要求的人工检测方法。运用计算机视觉和模式识别技术,研究了基于计算机视觉的脐橙分级系统,首先对获取的图像分割出背景、脐橙本体和表面缺陷,再根据脐橙的分级标准,提取出果实横径、表面缺陷的特征参数,采用径向基神经网络对脐橙样本进行了等级识别,实现脐橙的自动检测与分级。     

基于层次分析法的荆州市农业自主创新能力评价研究

针对荆州市农业发展现状,在阐述自主创新能力内涵的基础上,基于层次分析模型,构建了荆州市农业自主创新能力评价指标体系.并结合荆州市2005-2009年的农业创新活动数据,对荆州市农业自主创新能力进行实证分析和综合评价.从而为政府等相关部门制定农业自主创新相关政策提供依据,提高荆州市农业自主创新能力.     

基于SVM算法的个人信用评估方法的完善

在众多的模式识别工具中,支持向量机(Support Vector Machine,SVM)是一种非常有效的解决工具。提出了基于SVM模型提升金融机构对个人信用评估效率的方法。通过对某银行的用户信用数据进行的研究,设计具体评估流程,利用SVM的SMO算法处理参数优化来构建模型,特点是分类精度高、误判率低,具有较好的稳健性,以此来控制消费信贷风险具有良好的适用性。处理商业银行划分信贷等级,应用此种模式可以解决信贷申请和政策实现,具有一定的实际意义。