FCM预选取样本的半监督SVM图像分类方法
支持向量机(SVM)分析了模糊C均值(FCM)聚类算法,介绍了支持向量机(SVM)回归的基本原理,提出了一种将FCM聚类算法和SVM结合使用的电力系统短期负荷预测方法.该方法考虑到电力负荷变化周期性的特点,通过对学习样本的聚类,选用同类特征数据作为模型的预测输入,然后对各个模型的输入数据进行归一化处理和分类识别,得出最后总的...
#对于模糊聚类均值的公式及其推到,大致如下:#主要代码参见下面:(其中使用kmeans作比较。然后通过svm分类测验训练)#设置伪随机种子set.seed(100)#生产数据样本simple.data = function (n=200, nclass=2) { require(clusterGeneration) require(mvtnorm)#Center of Gaussiansxpos = seq(-nclass*2, nclass*2, le...
使用多尺度LBP特征和SVM的火焰识别算法 严云洋,唐岩岩,刘以安,... - 《山东大学学报(工学版)》 - 2012 - 被引量: 15 复杂大空间下图像型火焰特征选择与识别算法研究 乔高林 - 西安建筑科技大学 - 0 - 被引量: 3 基于SVM的视频火焰检测算法 熊昊,...
燃料电池汽车由于其复杂的车载工况和故障发生原因,在现阶段的故障诊断方法上仍存在诸多缺陷和困难.该文在业界成熟度较高的EIS方法(电化学交流阻抗谱方法)上,将模式识别的常用方法——FCM方法和SVM方法——应用于燃料电池的故障分类中,并在保证正确性和可靠性的基础上,着眼于车载燃料电池故障诊断的可在线性和准确性....
支持向量机(FCM-SVM)模式识别方法对5种绿 进行了识别。 1差分脉冲伏安电子舌 1.1伏安电子舌系统 伏安电子舌系统一般由传感器阵列、数据信号 集系统和信号处理系统组成。这种电子舌具有操作简 便、适应性强、敏感度 等优 [] 。本文构建 伏安 电子舌是由三电极体系、电化学工作站和计算机组 成, 别对应传感器阵...
数据,实验结果表明FSVM的分类性能优于SVM。 然而,AlistairShihon和DanielT.H.Lai【j指出Fs- VM在大规模训练样本情况下,并不能很好的解决 受限优化问题。 因此,本文提取一种新的基于模糊C一均值聚类 (FCM)和FSVM的多级模糊说话人确认方法。FCM 2010年6月7日收到 ...
基于FCM—SVM的差分脉冲伏安电子舌用于对绿茶的识别
基于特征聚集度的FCM—RSVM算法及其在人工焊点缺陷识别中的应用焊点缺陷识别 特征聚集度 模糊C均值聚类 松弛约束支持向量机针对人工焊点缺陷识别方法进行研究,提出了一种基于特征聚集度的模糊C均值聚类(FCM)与松弛约束支持向量机(RSVM)联用的分类识别算法。在提取人工焊点特征向量的基础上,算法首先对样本特征数据进行模糊...
该方法首先采用平衡优化器算法优化SVM的惩罚因子和核函数以获得更好的SVM参数组合,构建EO-SVM识别模型以实现其在水轮机尾水管压力脉动特征识别中的应用。然后采用模糊C均值聚类算法将待分类的压力脉动特征进行初始聚类,将其分为四类,并依据聚类结果选择最靠近每类中心的样本作为EO-SVM模型的训练样本。将SVM和EO-SVM...