期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于在线支持向量机的电子鼻模式识别算法 被引量:4
1
作者 余炜 万代立 +1 位作者 周娅 《西北大学学报(自然科学版)》 CAS CSCD 北大核心 2015年第1期49-52,共4页
针对现有电子鼻系统训练误差大、运行速度慢等特点,提出了一种新的基于在线支持向量机(Online-SVM)的电子鼻系统模式识别方法。该方法使用CH4气体与传感器阵列响应的值作为输入数据,经在线支持向量机算法进行模式识别,对CH4气体的浓度... 针对现有电子鼻系统训练误差大、运行速度慢等特点,提出了一种新的基于在线支持向量机(Online-SVM)的电子鼻系统模式识别方法。该方法使用CH4气体与传感器阵列响应的值作为输入数据,经在线支持向量机算法进行模式识别,对CH4气体的浓度进行预测和分类。与期望结果对比,新方法的平均误差降低为5.3%,运行时间降为0.1994s,表明基于在线支持向量机的电子鼻系统模式识别方法能有效提高电子鼻系统识别的精度和速度。 展开更多
关键词 电子鼻 在线支持向量机 模式识别 预测 损失函数
下载PDF
改进的FCM算法及其在脑电信号处理中的应用 被引量:3
2
作者 余炜 万代立 +1 位作者 周娅 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第6期83-89,共7页
针对脑电信号的常用识别方法都基于监督型分类算法,需要一定数量的训练数据对分类器进行训练,无法满足实时应用的要求。提出基于数据点密度大小和马氏距离的改进模糊C-均值(FCM)非监督分类算法,对2003年第二届BCI大赛脑电信号分类。首... 针对脑电信号的常用识别方法都基于监督型分类算法,需要一定数量的训练数据对分类器进行训练,无法满足实时应用的要求。提出基于数据点密度大小和马氏距离的改进模糊C-均值(FCM)非监督分类算法,对2003年第二届BCI大赛脑电信号分类。首先采用经验模式分解(EMD)算法对脑电信号进行分解,提取相应特征值,再经改进的FCM算法对输入的特征值进行分类。实验结果证明了改进算法在脑电信号分类应用中的可行性和有效性。 展开更多
关键词 脑机接口 经验模式分解 模糊聚类 马氏距离
下载PDF
基于改进DTW的彝语孤立词识别研究 被引量:2
3
作者 余炜 周娅 +1 位作者 万代立 《昆明理工大学学报(自然科学版)》 CAS 北大核心 2014年第5期47-53,共7页
彝语的语音识别与处理是语音信号处理领域的一个新方向.本文在深入分析彝语特点的基础上,对用于汉语孤立词识别的经典端点检测算法进行了改进.探讨了动态时间规整算法(Dynamic Time Warping,DTW)和高效动态时间规整算法(Efficient DTW,E... 彝语的语音识别与处理是语音信号处理领域的一个新方向.本文在深入分析彝语特点的基础上,对用于汉语孤立词识别的经典端点检测算法进行了改进.探讨了动态时间规整算法(Dynamic Time Warping,DTW)和高效动态时间规整算法(Efficient DTW,EDTW)在彝语孤立词识别中的应用,并提出了两种新算法:基于音节个数的动态时间规整算法(Syllable Number Based Improved DTW,SDTW)和基于音节个数的高效动态时间规整算法(Syllable Number Based Improved EDTW,SEDTW),对特定的彝语语音信号进行识别.实验结果表明,所提出的两种新算法分别在信号识别率和识别时间上比经典算法优越. 展开更多
关键词 语音识别 孤立词识别 彝语 MEL频率倒谱系数 DTW
下载PDF
基于核PCA与在线支持向量机的电子鼻气体分类研究 被引量:1
4
作者 余炜 万代立 +1 位作者 周娅 《计算机应用与软件》 CSCD 2015年第11期269-272,共4页
通过电子鼻系统获取的数据具有维数高、非线性变化等特点,不利于后续算法的识别或分类。因此,提出了基于核主元分析(KPCA)与在线支持向量机(Online-SVM)的电子鼻系统识别新算法。首先采用KPCA算法对采集到的原始数据进行特征提取,达到... 通过电子鼻系统获取的数据具有维数高、非线性变化等特点,不利于后续算法的识别或分类。因此,提出了基于核主元分析(KPCA)与在线支持向量机(Online-SVM)的电子鼻系统识别新算法。首先采用KPCA算法对采集到的原始数据进行特征提取,达到降维与去噪的目的,然后使用在线支持向量机对数据进行预测,最后与基于径向基函数的神经网络算法(RBF)预测结果进行对比分析。实验结果表明,新算法在电子鼻信号处理领域相对较优,具有较好的价值。 展开更多
关键词 电子鼻 核主成分分析(KPCA) 在线支持向量机(Online-SVM) RBF神经网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部