一种新的图像特征提取算法

提出了一种全新的提取图像特征的算法 ,该算法将传统的通过小波变换等各种频域变换提取图像特征的算法与图像的几何特征的提取结合在一起 ,克服了传统的通过各种频域变换提取图像特征时对形状特征难以充分描述的不足 ,提取的特征向量的维数相对不高 ,便于实现。实验表明 ,该算法通过提取的特征向量能很好地重构原图 ,对原图像的纹理特征和几何特征都有较好的表述。将该算法应用于图像的检测 ,采用SVM分类算法 ,具有良好的抗噪性和较高的识别率 ,并且具有良好的扩展性。

基于SVM算法的图像分类

介绍了SVM算法的原理和在图像分类上的一些应用,将该算法应用于飞机图像的分类,并跟传统的神经网络分类算法进行了比较。跟传统的基于神经网络的图像分类相比,具有良好的抗噪性和较高的识别率,并且具有良好的扩展性。对于飞机图像的分类问题有较好的应用。

一种新的图像识别算法

提出了一种图像的识别算法,首先对图像进行Gabor小波变换,为了解决图像中的平移、旋转、尺度不变性,以及局部遮挡问题,对滤波结果计算其4个不变矩作为反映整体形状特征的特征向量,再对提取的特征向量利用SVM算法进行图像检测,检测结果表明该算法具有较好的抗噪性并能解决目标检测中的遮挡问题。最后利用弹性网格的方法对其进行识别。文中的检测和识别结果表明,多通道的Gabor滤波器对于纹理图像的特征描述比较充分,该识别算法有比较理想的鲁棒性和容错性,能得到较好的识别结果。

基于核聚类方法的多层次支持向量机分类树

针对解决多类模式识别问题的SVM方法进行研究,在比较常用的几种多类SVM分类算法基础上,提出了一种基于核聚类方法的多层次SVM分类树,将核空间中的无监督学习方法和有监督学习方法结合起来,实现了一种结构更加简洁清晰、计算效率更高的多层SVM分类树算法,并在实验中取得了良好的结果。

基于核聚类方法的多层次支持向量机分类树

针对解决多类模式识别问题的SVM方法进行研究,在比较几种常用的多类SVM分类算法的基础上,提出一种基于核聚类方法的多层次SVM分类树,将核空间中的无监督学习方法和有监督学习方法结合起来,实现了一种结构更加简洁清晰、计算效率更高的多层SVM分类树算法,并在实验中取得了良好的结果.

降低半钢子午线轮胎氮气硫化的氮气消耗量

对半钢子午线轮胎氮气硫化工艺中氮气消耗量大的原因进行分析,并提出解决措施。氮气消耗量大主要原因是硫化过程中硫化机或管路存在泄漏,其次是氮气回收量小以及定型氮气消耗量大,通过采取相应解决措施,氮气消耗量减小,平均单胎硫化氮气消耗量由原来的0.75 Nm^3降至0.47 Nm^3。

减小半钢子午线轮胎硫化氮气消耗量的措施

分析半钢子午线轮胎氮气硫化氮气消耗量大的原因,并提出相应解决措施。轮胎氮气硫化过程中氮气消耗量大的主要原因是氮气硫化系统管路(包括硫化机氮气系统管路)存在泄漏问题,尤其是管路连接处、控制阀密封处和密封圈等密封不良,通过采取防止氮气泄漏、增大氮气回收量、减小定型氮气消耗量等措施,有效减小了氮气消耗量。