基于优化支持向量机的小麦最低收购价预测

以2005年-2016年小麦最低收购价为因变量,影响粮食最低收购价相关因素为自变量,构建基于支持向量机(SVM)的粮食最低收购价预测模型,并采用遗传算法(GA)对支持向量机参数进行优化。结果表明,支持向量机能够很好地预测粮食最低收购价,且预测2017年小麦最低收购价在120.88元/50kg上下浮动。

基于改进的YUV＿Vibe融合算法的运动目标检测

针对视觉背景提取(Vibe)算法不能有效地去除目标阴影以及不能快速消除鬼影现象的缺点,提出了一种改进的YUV_Vibe融合算法。该方法通过扩大样本的邻域选取范围,从而有效避免了同一样本重复选取;将更新因子从16调整至4,且将样本更新个数变为2,提高背景更新速率,加快鬼影现象消除速率;将YUV颜色信息特征与Vibe相融合,消除了阴影影响;通过融合双模型的构建,有效地减少了阴影误检测率。通过视频数据集对算法进行实验论证,检测结果表明,改进了的YUV_Vibe融合算法在准确度与识别率上都有提高,且实验检测的结果更准确。