基于混合特征与最小二乘支持向量机的山核桃鲜果识别

针对颜色和背景相似的山核桃鲜果不易分离的问题,研究了自然环境下成熟山核桃鲜果的机器视觉识别方法。该算法以2×2像素的正方形区域作为分割单位,选择颜色比值B/R、R/G作为颜色特征,选择了基于灰度直方图的特征描述参数如均值、标准方差、平滑度、三阶矩、一致性和熵,以及基于灰度共生矩阵的特征描述参数角二阶矩、对比度和熵作为纹理特征,共同构成特征向量,采用LS-SVM算法建立了识别模型,并利用该模型对80幅顺光图像和50幅逆光图像进行测试。试验结果表明:该方法在顺光、逆光下的山核桃鲜果有效识别率分别为92.48%、88.15%,可为山核桃采摘机器人的研发提供技术参数。     

基于支持向量机的木材树种识别模型

目前林业信息化正由数字林业迈向智慧林业,高效、无损的木材树种识别技术有利于推动我国林业信息化、智能化发展的进程。为了满足市场对木材高效精准识别的需求,将木材树种识别问题转化为多分类问题,开发了一种基于支持向量机结合线性降维算法的木材树种识别模型。具体而言,首先采用无监督的主成分分析和有监督的线性判别分析,分别对木材近红外高维光谱数据进行降维处理;其次将降维后的特征输入支持向量机模型中,输出各个树种类别上的概率分布。借助网格搜索法并结合5折交叉验证法选取最优核函数和核函数参数,探讨了支持向量机不同核函数对于木材树种分类效果的影响。为了评价模型的识别能力,选取准确率、混淆矩阵和ROC曲线评价提出的模型,并进一步探讨了本木材树种识别方法的可行性。实验结果表明,利用近红外光谱特征的支持向量机模型能准确且高效地识别木材树种。其中,线性判别分析结合支持向量机的模型分类准确率可达97.54%,模型运行速率为6.53 s。     

基于最小二乘法的厂用电负荷修正模型

目前,多数火电机组通过智能变送器判断负荷是否正常运行,然而当智能变送器故障或负荷尚未安装智能变送器时,故障将难以判断。设计一种基于最小二乘法的厂用电负荷修正模型,通过其中某一负荷的有功功率计算该母线段负荷有功功率,根据信息可靠程度判别系统内是否存在故障。仿真试验表明：该模型计算得出的母线段负荷有功功率与实际母线段负荷有功功率最大误差为6.43%,误差范围小于10%,有较好的实际应用价值。     

基于移动最小二乘法的点云叶面三维重建

利用地面激光扫描仪获取户外树木的大量点云数据,从中截取树叶点云数据并以此进行曲面拟合,构建树叶真实的三维模型。主要针对空间散乱点云数据的曲面拟合方法进行研究,并利用Delaunay三角剖分构建树叶三维模型。在移动最小二乘法的二维曲面拟合方法基础上,针对空间散乱点云数据,提出了新的曲面拟合方法。通过移动最小二乘法对点云数据曲面拟合,得到了理想的效果后再利用三角剖分重建叶面三维模型。     

基于支持向量机的Landsat-8影像森林类型识别研究

以吉林省汪清林业局天然林区为研究区,利用Landsat-8 OLI_TIRS多光谱遥感影像,结合森林资源野外调查数据,提取森林类型纹理、光谱特征参数,作为支持向量机的输入量,利用K-折交叉验证法确定最优核函数,识别森林类型,确定最优分类结果,评价分类精度,并与仅利用波段光谱特征的SVM分类结果进行精度对比。结果表明:利用纹理和光谱特征进行分类,构造SVM进行森林识别是可行的。惩罚系数C=100.0、核函数半径σ=1.000时的径向基核函数构造的支持向量机分类精度最好,总体分类精度可达89.58%,Kappa系数为0.87,单一分类精度中,阔叶林针叶林针阔混交林。只利用光谱特征的分类结果精度为81.26%,结合光谱和纹理特征的规律,能够提高分类精度。     

基于深度学习特征和支持向量机的遥感图像分类

随着遥感图像采集技术的迅速发展,传统的遥感图像处理方法已经不能满足当前实际的生产需要。近年来,深度学习模型的流行为遥感图像分类问题的解决提供了新的途径。因此,为了进一步提升遥感图像的分类精度,笔者提出了一种基于深度学习特征和支持向量机(support vector machine,SVM)的遥感图像分类模型。首先,针对深度学习模型需要海量训练数据的特点,运用旋转、剪裁等方法对原始的遥感图像进行数据扩增;然后,将扩增数据按照种类随机地分为训练集和验证集两部分测试集,并使用训练集和验证集训练改进的针对遥感图像分类问题的卷积神经网络(convolutional neural network,CNN)中的参数,进而在训练好的CNN模型上提取第一部分测试集的深度学习特征;最后,使用第一部分测试集的深度特征训练多分类SVM,并对第二部分测试集图像进行分类验证。实验采用NWPU-RESISC45公共数据集对本研究模型精度进行验证,与现有的遥感图像分类方法相比较,实验结果表明,提出模型的总体分类精度有明显提升,从而验证了方法的有效性和实用性。     

近红外光谱结合支持向量机快速识别树种

利用阿达玛变换近红外光谱结合支持向量机,对制浆造纸常用木材树种的快速识别进行研究。将各树种近红外光谱先进行多点平滑和标准正态变换预处理以消除噪音干扰和光散射导致的测量偏差,然后基于不同建模策略建立一对多和一对一两种支持向量机模型,考察这两种模型对多树种属间分类和种间分类的预测能力,并与传统的偏最小二乘判别分析分类法进行对比。结果表明,支持向量机预测模型对桉木、相思木、杨木、水杉等树种的属间分类正确率达到98%以上,种间分类正确率均达到95%以上,在处理复杂分类问题时模型稳健性明显优于传统分类方法,从方法上证明了近红外技术工业化应用的可能性,为进一步建立近红外在线检测木片材性分析系统奠定了基础。     

基于最小二乘法的落叶松木粉粒径数学建模与分析

【目的】建立落叶松木粉粒径与长宽比的数学模型，通过分析数学模型和其二阶导数，揭示木粉长宽比随粒径减小的变化趋势及变化的根本原因，获得最大长宽比对应的粒径，为建立长宽比与力学性能之间的定量关系提供参考。【方法】利用光学显微镜拍摄获得木粉的显微图像，测算获得目标木粉成熟管胞的平均长度、平均宽度以及木粉粒径的大小。通过数字图像处理技术提取单木粉颗粒的矩形度、长宽比：将原始木粉显微图像由 RGB颜色空间转到Lab颜色空间，提取其b分量；对b分量图像用3×3模板进行中值滤波；用K-means算法将去噪后图像聚类为2类，得木粉的二值图像；对二值图像用5×5的结构元素进行先开启后闭合的数学形态学运算；用八连通区域法标记图像中的单木粉颗粒；对标记后图像用目标区域像素点个数统计法计算获得单木粉颗粒的几何面积，用主轴法获得单木粉颗粒的最小外接矩形的长、宽、面积；计算获得单木粉颗粒的长宽比、矩形度数据。采用最小二乘法对木粉粒径与长宽比进行数据拟合，通过分析评判多项式、高斯和傅里叶3种拟合函数后选用高斯方程表达得木粉粒径与木粉长宽比的数学模型，再根据其拟合曲线方程计算得其二阶导数，结合模型的二阶导数和测算得的木粉管胞数据对高斯模型进行分析与讨论。【结果】矩形度不随木粉粒径的减小而变化，均值在0.6～0.8之间。长宽比随粒径减小出现先增大后减小的趋势：木粉粒径在1100～576μm 时，长宽比数值从接近于1开始逐渐增大；木粉粒径为576μm时(与本文目标木粉成熟管胞的平均长度563.82μm接近)，长宽比达到最大数值4.6；木粉粒径在576～30μm时，长宽比逐渐减小；而粒径小于50μm 时(与目标木粉成熟管胞的平均宽度46.498μm接近)，长宽比数值再次趋近于1。【结论】长宽比的变化与管胞破裂密切相关：木粉粒径大于管胞长度时，木粉主要通过纵向断裂使粒径减小；粒径与管胞长度接近时，长宽比较大；粒径小于等于管胞宽度范围内，木粉主要是横向断裂，而长宽比基本不再发生变化且趋近于1。长宽比和冲击强度随粒径减小的变化趋势是一致的，长宽比是影响材料力学性能本质因素之一。     

最小二乘拟合法计算桥涵设计流量

由于目前桥涵设计流量的计算主要应用水文统计法，采用皮尔逊Ⅲ曲线作为理论频率曲线，频率曲线的绘制和外延采用与实测水文资料相结合的适线法，该方法存在需要反复试算、人为选取经验频率点、无判别符合程度的数学准则以及需要在机率格纸上手工绘制和外延频率曲线等缺点。采用高次曲线，以最小二乘法为准则拟合经验频率点据，具有良好的拟合精度和实用性。     

最小二乘法在平面直角坐标换算中的应用

平面直角坐标转换可采用最小二乘法矩阵表达的法方程解算，但由于工程测量坐标数位通常较多，矩阵求解常超过E-500等小型计算设备的数据处理能力，为此，根据最小二乘原理，本文推导了用于平面直角坐标转换的另类平差方法，即公式计算法。利用公式计算坐标转换参数，无需专用矩阵程序，普通函数类计算器亦可方便求解，具有较强的野外实用价值。     

模糊支持向量机与独立成分分析在木材识别中的应用

采用体视显微镜获取图片解决了图片获取时间的难题。独立成分分析与支持向量机在人工智能方面已经取得较深入的研究,本文采用基于模糊支持向量机结合独立成分分析的方法在木材体视图图像数据库中的实验中取得了很好的木材识别率。     

最小二乘配置法应用于GPS高程拟合的处理

通过最小二乘配置法应用于GPS高程拟合的阐述,说明最小二乘配置法的优越性。     

利用加权最小二乘法求解材积方程的参数

林业生产中经常用到的立本材积表是建立在回归方程的基础上的。一般的程序是首先选择以胸经、树高等因子或者它们的某种组合形式为自变量而以其相应材积为因变量的适宜材积方程,然后通过样本数据利用最小二乘法求解出材积方程式的参数。求出材积方程后,以此为基础编制成材积表或者直接利用材积方程来预报材积。这个问题是一个利用回归方程进行预报的问题。实际上,关于回归关系的显著性检验、预报置信区间的确定等问题都是从理论上较为完备的线性同归模型出发的。我们知道,线性同归模型是要求预先满足一些假定条件的。主要的假     

再论加权最小二乘法中权函数的选择

本文提出了加权最小二乘法中的最佳权函数就是模型本身,并用实例进行了说明。     

关于加权最小二乘法中权函数的选择问题

从加权最小二乘法的概念入手，对林业上一些常用模型的异方差性进行了分析，指出了在权函数选择上存在的问题，提出了合理确定权函数的方法，并用实例进行了说明。     

最小二乘法在贮木场场地平整工程中的应用

在贮木场工程设计中，对场地平整和填挖方量的计算把最小二乘法的原理应用于方格网法，能使填挖实现基本平衡，工程量得到合理控制，节省平整场地的工程投资。     

整体最小二乘法及其在坐标转换中的应用

本文举例表明了整体最小二乘法的优势,充分表明整体最小二乘法较之经典最小二乘法精度要高,结果更加准确。将整体最小二乘法引入坐标转换中,解决了以前坐标转换中许多未能解决的问题。并对于点位精度不同点的坐标转换,联合最小二乘法,提出一种迭代算法,减弱低精度点的影响。     

最小二乘法确定洛特卡定律参数的方法应当终结

本文从三种不同的“最优”参数标准出发,详细计论了应当选择的,适合确定洛特卡定律“最优”参数的,与K-S检验目标一致的标准。在此基础上,结合《水利学报》计前二位著者的数据,指出文献[1]错判的原因,并通过K-S检验得出,无论是只计第一著者还是计前二位著者,《水利学报》的著者均服从同一个洛特卡分布,从而说明在统计意义下是否记合著者对《水利学报》数据形成洛氏分布毫无影响。最后指出,传统的以最小二乘法为核心的洛氏定律参数的确定方法至今沿袭,对于深入研究和应用洛氏定律已造成很大损害,应当废止。