传统的支持向量机(SVM)方法在图像分割时需要人工选取训练样本,降低了生猪图像分割的自适应性且费时费力,本文提出了一种基于FCM-SVM相结合的生猪红外热图像自动分割方法,首先,将图像由RGB颜色空间变换到HSV颜色空间;然后,利用模糊C均值(FCM)聚类算法自动获取训练样本;最后,提取图像的颜色特征作为SVM模型的训练样本进行...
FCM预选取样本的半监督SVM图像分类方法
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...
基于FCM—SVM的差分脉冲伏安电子舌用于对绿茶的识别
针对传统视频型火焰检测算法误报率高、局限性强等问题,提出一种四步火焰检测算法。首先利用一种自适应混合高斯模型(GMM)检测视频序列中的运动目标;然后采用模糊C均值(FCM)聚类算法分割疑似火焰区域与非火区域;再提取疑似火焰区域的面积变... 出版源 CNKI , 20...
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....
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...
基于FCM和EO-SVM水轮机尾水管压力脉动特征识别 刘茜媛;王利英;张路遥;曹庆皎 【期刊名称】《水电能源科学》 【年(卷),期】2024(42)1 【摘要】为有效识别水轮机尾水管压力脉动特征,提出了一种基于模糊C均值聚类、平衡优化器算法与支持向量机的识别方法。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...
结合FCM聚类与SVM的火焰检测算法 李庆辉 1 ,李艾华 1 ,苏延召 1 ,马治明 2 (1.第二炮兵工程大学502教研室,陕西西安710025; 2.中国人民解放军96111部队,陕西韩城715400) 摘要院针对传统视频型火焰检测算法误报率高、局限性强等问题,提出一种四步火焰检测算法。首 ...
确定轴承在不同退化状态下的时间间隔,实现轴承的健康等级评估与寿命预测.根据美国NSFI/UCR智能维护中心提供的滚动轴承全寿命数据对所提算法进行了验证.结果表明,不受轴承个体差异的影响,AFCM-SVM能有效实现自动聚类,识别结果符合轴承退化演变规律;与分层狄利克雷(HDP)和K-means算法相比,AFCM-SVM具有更快的运算速度和...