简介:摘要:行人检测是图像识别领域研究的热点,采用AdaBoost和RBFSVM算法组合成级联分类器,利用OpenCV的HOGDescriptor类提取待检测对象的HOG特征,通过实验分析本文设计的AdaBoost-RBFSVM级联的分类器在误报率、准确分类率面有好的效果,大幅提高检测效率。
简介:摘要:为了加强与聋哑人群的无障碍沟通,团队提出了一种高效的手语识别技术。该项技术是利用了改良后的HOG算法、SVM技术和改进Canny算法。HOG算法的改良解决了主、副对角线上像素的灰度信息的问题;结合使用SVM技术,对静止哑语姿势进行特征提取和训练,从而有效捕捉手势的关键特征;改进Canny算法解决移动边界的提取问题,最大限度的提升了识别率和识别速度。通过实验验证,我们发现这种方法在识别成功率和时间效率方面,都优于传统的HOG特征结合SVM的方法。这种技术的实现,为聋哑人士与听力正常人群之间的交流提供了更加流畅的通道,是无障碍通信领域的一大进步。
简介:摘要:现今的商业、科研工作产生的数据是海量的,受制于庞大的数据量和计算量。如何从这些数据中获取有意义的信息成为一个亟待解决的问题。对于大规模数据集,原始的数据挖掘算法处理能力有限。支持向量机(Support Vector Machine,SVM)很少过度拟合。并且,对于线性不可分数据集或特征向量维数很高的数据集,支持向量机算法的分类正确率相对比较高,适合于文本数据集。但是对于数据规模比较大的情况,支持向量机算法的计算复杂度高、运行时间比较长。 SVM 算法的单机执行速度往往不能达到用户的要求,利用 Spark 并行计算环境实 现 SVM 算法,并行分析和处理数据,能够显著提高 SVM 算法的执行效率,达到令人满意的效果。
简介:摘要:当前的建筑工程施工安全风险识别矩阵设定一般为单向的,识别的覆盖范围受限制,导致风险识别均值差增加,为此提出对基于PSO-SVM算法的建筑工程施工安全风险识别方法的设计与验证分析。根据当前的风险识别需求及标准,先进行基础风险识别因素的提取,采用多阶的方式,打破识别覆盖范围的限制,设计多阶段识别矩阵,以此为基础,构建PSO-SVM测算工程施工安全风险识别模型,采用层次多维判定实现安全风险识别处理。测试结果表明:对比于传统WBS-RBS建筑工程施工安全风险识别测试组、传统Apriori关联规则建筑工程施工安全风险识别测试组,本次所设计的PSO-SVM测算建筑工程施工安全风险识别测试组最终得出的风险识别均值差被较好的控制在0.2以下,说明在PSO-SVM算法的辅助下,当前对于建筑工程风险的识别效果更佳,针对性更强,误差可控,具有实际的应用价值。