原文服务方: 计算机应用研究       
摘要:
为了提高控制图模式识别的精度,将控制图模式的原始特征与形状特征相融合得到分类特征,并采用支持向量机进行模式分类的控制图模式识别。融合所得特征既保持了控制图模式的原始特征所蕴涵的模式全局特性信息,又通过引入形状特征对部分易混淆模式的局部几何特性进行强化,使不同模式间的区分度得到有效提高;而以支持向量机作为模式分类器保证方法在高维度特征和小样本条件下也能获得较好的识别性能。仿真实验结果表明所提方法的识别精度相比其他几种基于形状特征的控制图模式识别方法有明显提高。
推荐文章
基于遗传优化的PCA-SVM控制图模式识别
控制图
模式识别
遗传优化
主元分析
支持向量机
围岩破坏模式识别的支持向量机研究
围岩
破坏模式
支持向量机
基于支持向量机的调制模式识别技术研究
支持向量机
调制识别
特征参数
二叉树
基于多尺度熵和支持向量机的局部放电模式识别
局部放电
多尺度熵
支持向量机
特征提取
模式识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于融合特征与支持向量机的控制图模式识别
来源期刊 计算机应用研究 学科
关键词 控制图模式识别 特征提取 原始特征 形状特征 特征融合 支持向量机
年,卷(期) 2014,(3) 所属期刊栏目 图形图像技术
研究方向 页码范围 937-941
页数 5页 分类号 TP391.4|TH165.4
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2014.03.072
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (34)
参考文献  (12)
节点文献
引证文献  (27)
同被引文献  (59)
二级引证文献  (40)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(7)
  • 参考文献(3)
  • 二级参考文献(4)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(10)
  • 参考文献(2)
  • 二级参考文献(8)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(9)
  • 引证文献(6)
  • 二级引证文献(3)
2016(8)
  • 引证文献(3)
  • 二级引证文献(5)
2017(13)
  • 引证文献(6)
  • 二级引证文献(7)
2018(16)
  • 引证文献(7)
  • 二级引证文献(9)
2019(16)
  • 引证文献(3)
  • 二级引证文献(13)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
控制图模式识别
特征提取
原始特征
形状特征
特征融合
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导