您的位置: 专家智库 > >

于琳琳

作品数:2 被引量:4H指数:1
供职机构:沈阳农业大学信息与电气工程学院更多>>
发文基金:辽宁省自然科学基金更多>>
相关领域:自动化与计算机技术电气工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇电气工程
  • 1篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇图像
  • 2篇图像识别
  • 2篇向量
  • 2篇向量机
  • 2篇基于支持向量...
  • 1篇识别方法
  • 1篇算子
  • 1篇图像识别方法
  • 1篇中值滤波
  • 1篇滤波
  • 1篇SOBEL算...
  • 1篇K-L变换

机构

  • 2篇沈阳农业大学

作者

  • 2篇于琳琳
  • 1篇田有文
  • 1篇孙尊

传媒

  • 1篇东北电力技术
  • 1篇沈阳农业大学...

年份

  • 2篇2008
2 条 记 录,以下是 1-2
排序方式:
基于支持向量机的电气设备运行状态图像识别方法研究被引量:3
2008年
针对电气设备运行状态图像的特点,提出将支持向量机(SVM)分类器应用于多种电气设备运行状态识别中。首先利用C-均值聚类法,分割出运行状态指示牌的汉字或数字部分;再利用K-L变换提取出运行状态的特征向量;最后利用支持向量机分类方法进行状态识别。试验结果表明:支持向量机分类方法对于小样本情况,具有良好的分类能力,适合多种电气设备运行状态的分类,并能获得比神经网络方法更好的识别性能。不同的分类核函数的相互比较分析表明,Sigmoid核函数最适合电气设备运行状态的分类识别。
田有文于琳琳杨镔
关键词:支持向量机图像识别
基于支持向量机的断路器运行状态图像识别方法被引量:1
2008年
针对变电所常见的断路器运行状态图像的特点,提出将支持向量机(SVM)分类器应用于断路器运行状态识别中。将采集到的断路器运行状态图像处理和图像分割技术应用到运行状态指示牌的汉字或数字部分,再利用K—L变换提取运行状态的特征向量,最后利用支持向量机分类方法进行状态识别。
于琳琳孙尊
关键词:支持向量机中值滤波SOBEL算子K-L变换
共1页<1>
聚类工具0