论文研究基于小波变换和支持向量机的火灾识别算法.pdf

基于小波变换和支持向量机的电能质量扰动分析方法

基于支持向量机的静态手势识别研究，李晓颖，杨春金，手势识别作为一种特殊的生物特征识别方式，与指纹、人脸识别比起来，更加友好便捷，而且在人机交互技术中，用处更为广泛。手势识

一种基于离散小波变换和支持向量机的人脸识别新方法.pdf

讨论了一种非线性动力学与时频分析结合的心音信号分析方法，首先利用小波变换去除信号中的噪声干扰，然后提取心音信号的样本熵（SampEn）特征值。最后通过支持向量机分类器验证表明，该算法能有效提高心音信号

基于支持向量机的虹膜识别方法研究，王勇，，为了提高虹膜识别的准确性和稳定性,本文研究了统计学习理论的支持向量机学习算法,在该研究的基础上,将二维分类问题扩展到虹膜特征

根据火焰的燃烧特性，结合火焰的空间形状特征和动态变化特征，设计了一种基于动态边界矩和支持向量机的火焰识别算法。利用相邻帧边界矩不变量的差值来描述火焰的动态特征，基于支持向量机对火焰和疑似火焰目标样本进

为了提高心电图（ECG）信号的身份识别正确率，提出一种小波变换和支持向量机相融合的ECG身份识别方法（IWT-ABC-SVM）。采用一种小波阈值函数对ECG进行去噪处理，提取ECG特征，将ECG特征输

提出一种基于极值加权平均分数维特征提取和支持向量机分类器识别的虹膜识别方 法。利用形态学和圆形边缘检测算子定位虹膜，并将虹膜纹理映射到极坐标空间；定义 了一种新的图像分数维———极值加权平均分数维，用

图像处理通常需要较大的计算量，其中图像去噪是经常使用的一种预处理算法，研究其快速算法具有重要意义。图形处理器具有强大的并行计算能力，但大部分时间处于闲置状态。统一计算设备架构提供了一种简单易用的开发环

提出了一种基于整体与局部奇异值分解相结合的人脸识别算法。文章叙述了人脸图像的预处理、奇异值分解以及支持向量机的原理及实现过程。运用整体与局部奇异值分解，分别获得图像的整体与局部特征，然后采用支持向量机

提出了一种基于小波变换和多类支持向量机的图像分类新方法，该方法利用小波变换进行图像特征提取，利用多类支持向量机进行图像分类，并与基于图像底层特征的图像分类方法进行了实验比较。实验结果表明该方法具有较好

基于小波变换的特征脸识别算法，王金城，巩晓宁，针对人脸识别中难以克服的表情影响，提出了一种基于小波变换的改进特征脸方法，该方法首先把人脸图像分成上中下三部分，并对各个

基于支持向量机的植物叶分类识别研究,刘春爽,周平,该研究持有初次分类与再次分类的思想,先使用叶图像的形状特征与纹理特征进行植物种类的初次分类;再使用该研究提出的叶脉特征,

图像型火灾探测的核心问题是火焰和疑似火焰物体的分类和识别。以火灾视频和疑似火灾视频为分析对象,提取了火灾图像的面积重叠率、圆形度以及火焰尖角数目三个特征量,选择快速支持向量机进行分类器训练,最终利用训

针对人脸识别中难以克服的表情影响,提出了一种基于小波变换的加权特征脸识别方法。本方法先对人脸图像进行小波分解,有效地将原图像降维,然后让各个子图像并行进行特征脸识别,最后通过加权排序得到识别结果。通过