基于手机传感器的用户行为识别

基于手机传感器实现用户行为识别在健康监控、时间管理和个人喜好分析、资讯筛选和推送等方面的重要作用,研究一种基于手机三轴加速度传感器、方向传感器获取用户数据,采用SVM多分类方法中的决策树分类方法,在决策树各节点训练SVM分类器,用于识别静止、步行、奔跑、上楼梯和下楼梯等5种日常行为,进而实现对用户行为的识别。通过对不同实验者的交叉对比实验,识别准确率平均为91.65%,证明了这一方法的有效性。     

用于中药人参品类鉴别的算法研究及硬件实现

提高人参品类的鉴别效果, 研制了一套智能化自动检测系统。 该系统硬件主要包括气体传感器阵列的 驱动电路、 信号调理和数据采集电路、 信息处理单元电路、 进气部分电路控制电路、 外部接口电路。 该系统使 用主成分分析(PCA: Principal Component Analysis)与支持向量机(SVM: Support Vector Machine)相结合的算法 实现对人参品类的鉴别, 同时利用 PID(Proportion Integral Differential)算法实现对气室温度的智能控制, 提高了 气体传感器的稳定性和精确度。 使用该系统对红参、 白参、 西洋参、 太子参、 三七(小人参)以及外形与气味相 似的天花粉进行了多组测试。 实验结果表明, 该系统对人参品类的鉴别具有较高的准确度, 并且操作简单、 成本低廉, 具有良好的应用前景。     

动态博弈情境下我国工业污染控制策略研究

目前,我国工业污染控制与治理以末端处理为主,工业企业与地方政府及国家环境监管部门作为工业污染控制的主体,在治理污染的过程中利益相互交错。本文提出工业污染控制与治理应以污染物排放稳定达标、污染风险降低、环境利益成本最优、环境治理结构合理等多目标为导向,在深度剖析以发达国家为主的工业污染控制与治理策略的基础上,分析中国工业污染动态博弈主体及主体间损益决策树,明晰工业企业、政府环保监管部门、公众等环境利益主体的全概率决策情景,构建工业污染控制与治理风险控制模型,提出有效治理我国工业污染的创新思路。     

深度模型集成的不良图像分类

移动通信技术的飞速发展在提升用户通信体验的同时也为不良信息的散布提供了便利,针对如何在大量数据中进行不良内容的识别与过滤问题,提出一种基于深度模型集成的不良图像分类模型(EDM),通过集成多个结构不同、信息互补的深度模型来最优地区分分布差异较大的不良图像.为了验证本方法的有效性,建立一个真实移动通信场景下的不良图像数据集,并在此数据集上与基于传统支持向量机(SVM)的不良图像分类模型、基于深度卷积神经网络的Alexnet、VGG与Googlenet分类模型做对比.实验结果表明:本文所提深度模型集成方法在不良图像分类性能上明显优于其他模型,分类精度、精确率和召回率分别达到94%、84%和98%.     

基于决策树和改进SVM混合模型的语音情感识别

为有效提高语音情感识别的准确性,达到人机和谐交互的目的,本文提出了一种基于决策树和改进SVM混合模型的语音情感识别方法,有效地避免了无界泛化误差、分类器数目多、受限优化等问题,提高了悲伤、喜悦、愤怒、厌恶、惊讶、恐惧6种基本情感识别效率。实验结果表明,该方法识别准确率为87.58%,与传统的支持向量机和人工神经网络方法相比,有更高的抗噪声能力和稳定性,能得到更高的识别准确率,而且有较强的实用性和推广能力。      

基于光度立体技术的地板疵点检测方法研究

不同类型地板的疵点检测系统需要不同的检测算法,这样不仅会提高生产成本,还会造成产品检测流水线的复杂程度,为此我们提出了一种对两种不同纹理表面地板疵点的检测方法。首先采集若干幅地板图像,利用光度立体测量技术进行处理,再通过SVM分类器对图像分类。对表面光滑的LC11软木地板疵点进行一般的阈值分割算法处理即可;对于表面粗糙的荔枝纹pvc运动地板预先进行平滑滤波、FFT处理,再通过阈值分割等算法处理。试验结果表明,我们提出的这种疵点检测方法可以较好地满足对两类地板疵点的检测。     

一种新型直接优化NDCG的排序模型构造算法

针对现有直接优化NDCG的排序算法或基于虚梯度或基于结构化学习,其得到的模型均不够精确,提出一种新的排序算法.算法以多类SVM为框架,在此基础上设计了一个面向NDCG的目标函数.考虑到该函数的非光滑性,提出使用割平面算法进行求解,同时注意到已有割平面算法可能存在的"主问题"非单调递减,会降低算法的收敛速度,进而设计了一种高效的线性搜索算法对割平面的选择进行改进,确保了"主问题"的单调递减.基准数据集上的实验证明了所提算法的有效性.     

一种改进的决策树分类方法在土地利用信息提取中的应用

选择昆明市作为研究区,以2011年LandsatTM影像为基础数据,通过分析研究区地形特征,提出把研究区进行分区并分别确定高程、坡度决策规则的改进型决策树分类方法,并结合分析的光谱特征规律,在决策分类中引进了比值型指数、NDVI值,构建基于光谱特征和地学辅助知识的决策树信息提取模型,最后对传统计算机自动监督分类方法与决策树信息提取模型方法解译的昆明市土地利用数据的精度进行评价。研究结果表明：基于改进的决策树分类方法进行遥感信息提取的昆明市土地利用数据的Kappa指数比传统监督分类方法提高了0．234,分类精度提高了17．03％;从各种地类类型的测试样本点平均正确率来看,改进的决策树分类方法比传统监督分类方法提高了21％,大大提高了LandsatTM遥感数据分类的精确度和可靠性。     

基于光谱与纹理信息的Worldview-2影像地物分类

高分辨率遥感影像分类是遥感影像处理领域中的一个重要的研究方向.选取Worldview-2影像,分别以光谱信息和光谱结合纹理信息为分类数据,采用最大似然法(MLC)和支持向量机法(SVM)进行监督分类,用混淆矩阵对分类结果进行评价.结果表明,9×9为最佳纹理窗口;SVM法分类精度明显优于MLC法;基于光谱结合纹理信息的分类精度明显优于单纯基于光谱信息的分类结果.辅以影像纹理特征,采用SVM法可以较为有效提取Worldview-2地物信息.     

基于数据中心的免费师范生培养质量分析

运用决策树算法,对西南大学免费师范生使用"教师教育创新平台"前后的情况进行了详尽的数据分析与对比.结果表明该平台显著提高了西南大学免费师范生的教学技能.