基于低纬度SVM决策树算法的智能手语翻译手套

基于低纬度SVM决策树算法的智能手语翻译手套旨在解决聋哑人与听人之间的交流问题,满足聋哑人在日常生活中的基本社交需求.聋哑人只需戴上该手套,做出相应的手势,手套即可识别出相应的手势并播报语音、同时屏幕显示文本.该智能手语翻译手套采用基于数据手套的手语识别技术,运用低纬度SVM结合决策树算法来进行手势识别,在SVM的两类分类器的基础上加上决策树算法能够实现多类分类器功能,在不影响识别率的情况下极大地提高识别速率.

累积适应度遗传算法在SVM多分类决策树中的优化研究

本文研究的内容是通过改变适应度的选取方式,通过累计各个接节点的适应度,利用加权计算求取适应度,在结合SVM决策树组成CFGA-SVM,通过这种算法计算出来的结果相比较GA-SVM取得了很大的进步,并且这种方法适应的样本量度更大,在发展遗传计算求解的过程中,未来还会具有很好的发展.

物联网安全检测的平衡二叉决策树SVM算法

研究针对当前物联网网络入侵等安全问题,提出了平衡二叉决策树SVM算法,涵盖数据预处理、特征提取及数据分类3个环节,实践证明该算法能够对入侵检测系统精度起到提升作用,与此同时能够缩短检测时间,具有一定的实用价值。

基于GA和KNN的SVM决策树分类方法研究

文章提出了一种基于遗传算法和K近邻的SVM决策树方法,并将其应用于解决SVM多分类问题。算法以基于类分布的类间分离性测度为准则,利用遗传算法对传统的SVM决策树进行优化,生成最优(较优)决策树。在分类阶段,对容易分的节点利用SVM进行分类,而对可分离性差的节点采用SVM和K近邻相结合的分类方法,最终实现多类别分类。实验结果表明,与传统的分类方法相比,该算法的实验效果较好,是一种有效的分类方法。

基于参数寻优决策树SVM的语音情感识别

在多种情感的语音情感识别中,由于部分情感状态容易混淆,导致语音情感识别的总体识别率降低;同时,对于不同的训练集,SVM参数惩罚因子和核函数参数对识别结果也存在一定影响。为了有效提高语音情感识别系统的识别率,在传统支持向量机(SVM)的基础上,提出了一种基于参数寻优决策树SVM的语音情感识别方法。该方法首先通过计算情感混淆度构建决策树SVM框架,然后采用遗传算法对决策树SVM中每个SVM的惩罚因子和核函数参数进行寻优,最后将参数优化后的决策树SVM模型应用于语音情感识别。在中文情感语音库的实验结果表明,与传统基于SVM分类方法的语音情感识别进行对比,该方法可将六种情感的平均识别率提高6.5%。

基于典型样本的Prototype决策树

文章将SVM算法和GA－NN－C4．5算法的思路结合起来，提出了用典型样本产生原型（Prototype）的方法。实验结果表明，基于典型样本的Prototype决策树搜索效果更好、判决精度更高。

基于自适应变异微粒群优化SVM的电机轴承故障诊断方法

电机轴承作为电机的重要机械部件,其故障对电机的安全运行有着严重的影响,针对轴承故障此类问题,提出了自适应变异微粒群优化SVM的电机轴承故障诊断的方法。该方法先用小波包的频带能量分解技术将电机振动信号分解到各个频带,由各个频带能量组成了电机运行状态的特征向量,并以此作为支持向量机的输入向量,最后运用自适应变异微粒群算法优化后的SVM,组成电机轴承状态"决策树",并对电机状态进行分类,分类结果和用试凑法的SVM作对比。最终结果证明了该的方法对感应电机的轴承故障的检测和分类具有良好成效。

基于稀疏逻辑回归和多元融合算法的慢性肾病进展预测模型

只有一部分慢性肾病(Chronic Kidney Disease, CKD)3期的患者会进展到4期,观察临床数据发现进展和非进展患者部分生理指标有较大的区别。本文首次将基于L_(1/2)范数正则化的逻辑回归(Sparse Logistic Regression, SLR)用于筛选影响CKD患者进展的关键因素,然后利用SLR、支持向量机(SVM)、提升决策树(AdaBoost Decision Tree, BOOSTDT)建立进展风险预测模型。另外,本文引入堆叠算法Stacking(STKSSD)克服样本量不足使得模型泛化性能不稳定的缺陷。作为对比,本文分别利用神经网络(ANN)、循环神经网络(BLSTM)对数据建模。实验结果表明,当SLR算法选择磷、血清肌酐等11个关键特征时, STKSSD融合模型效果最好,其中测试查全率、查准率、F1值分别为86.97%、92.86%和89.82%。

云环境下服务器故障自适应诊断算法研究

为了解决传统服务器故障检测方法大多针对已经注入的故障类型进行检测,无法获取未知故障类型,并且检测速度较慢的问题,提出一种基于自适应监测过程与决策树算法的故障检测方法 ASFD。该算法利用自适应监测方法获取服务器数据,并引入信息熵与邻居协作算法对故障检测点进行检测,然后将SVM与CART相结合进行故障类型判断。实验结果表明,该算法能够有效实现故障类型判断,提高了故障检测速度。

基于三种分类算法的CTG数据应用研究

本文采用邻近算法、决策树、支持向量机三种分类方法对胎心宫缩监数据(CTG)进行分类分析,得出每种方法的分类结果,并就每种方法的准确率、误判率进行判别。通过研究表明,决策树可以对实际数据进行很好的分类。

高光谱影像的BDT-SVM地物分类算法与应用

面对海量数据的特征空间高维性及训练样本的有限性,高光谱遥感影像若采用常规统计模式的分类方法难以获得较好的分类结果。因此探讨支持向量机(SVM)分类器的基本原理,针对EO-1Hyperion高光谱影像的分类特点及现有多类SVM算法所存在的训练时间长及分类精度低等问题,引入二叉决策树SVM(BDT-SVM)分类算法,并提出一种新的类间分离度定义方法及相应的客观确定二叉树结构的策略,由此生成改进的BDT-SVM算法。实验结果表明:与其他多类分类方法相比,基于改进的BDT-SVM算法的高光谱影像地物分类效果更好,总体精度达到90.96%,Kappa系数为0.89,该算法还解决了经典SVM多类分类可能存在的不可分区域问题。

改进小波包结合支持向量机分类器的无线Ad Hoc网络性能评价

使用训练集大小、特征提取方法和识别方法作为影响识别错误率的三个因素,采用改进小波包(IWPA)和SVMDT相结合的方法对无线Ad Hoc网络的性能进行了评价。通过采用方差分析和最小二次无偏估计的方法等数理统计方法分析实验数据,获得了各个因素的主效应及其之间的相互效应对识别错误率边际均值的具体影响程度。研究结果表明,IWPA特征提取方法的性能远优于WPA和WT,SMDT分类方法的性能也优于RBF和SA,并且IWPA和SMDT相结合产生了最佳的交互效应。

基于一个微分对策问题的机器学习能力定量评价

本题是一个微分博弈、追逃对策问题,由于用机器学习方法求解诸如最优控制、微分对策这样具有连续动作和状态的问题时,效率较低,通过建立犬群捕猎行为模型来对本题所述的微分追逐问题进行解答。本题研究了犬群与羊群的捕猎行为规则和规律,建立模型,找出犬群与羊群博弈的约束条件来判断羊逃逸胜出的临界点。

基于随机森林算法的图书馆文献自动分类方法研究

为实现图书馆文献自动分类,提出一种随机森林算法的分类方法。首先,提出图书馆文献自动分类的思路;然后根据整体思路,建立数据集,并对数据集进行预处理和特征提取;最后搭建文献自动分类器,并比较随机森林分类器与常用的NB、SVM分类器的分类性能。结果表明:随机森林分类器对文献的分类准确率最高,且能够维持在95%左右,相比于NB、SVM自动分类法提高了3%;同时查准率和加速比上,随机森林分类器的性能也最优。由此得出,基于随机森林算法的分类能满足图书馆文献自动分类的要求,且分类准确率更好,分类效果更理想。