简介：针对智能监控中行人行为难于识别的问题,提出了一种基于改进支持向量机的行人行为分类的解决方法.针对背景建模和前景提取精确度的难题,把视频中有活动的部分表示成一组时空兴趣点;针对行动方式具有无固定方式和模糊特点的问题,先采用模糊聚类求每类行为样本聚类中心,再加入决策树思想,构建一种支持向量机决策树多值分离器进行行为分类.在国际上通用行为KTH数据库进行了实验,获得较高的识别率.

简介：<正>平面向量在新教材中独立成章,是新增知识点,在近几年高考中分值逐步增大.平面向量是区别于数量的一种新的量,是中学数学的一个重要概念,并且也是一个重要的解题工具,平面向量的引入大大拓宽了解题的思路与方法,使它在研究其他许多问题时获得广泛的应用,

简介：摘要：本文详细地介绍和研究证明了函数向量的各种乘积及其分类的基本性质、运算律、几何律的意义以及及其应用 ,并且有例题为得出的结论做支撑。并且还介绍了数形结合的做题方法和向量与物理学之间的联系。

简介：<正>向量融形、数于一体,具有几何形式与代数形式的“双重身份”,使它成为了中学数学知识的一个重要交汇点,成为联系众多知识内容的媒介,也成为了“在知识网络交汇处设计试题”的很好载体.下面研究平面向量学科内和与其他知识的综合运用.渗透用向量解决问题的思想方法,可以大大提高学生分析问题与综合运用知识解决问题的能力.

简介：支持向量机(SVM)是一类新型机器学习方法,其理论基础是统计学习理论,由于其出色的学习性能而成为当前国际机器学习领域的研究热点.该文首先阐述统计学习的核心内容,然后对SVM及其应用进行研究,最后讨论了SVM的局限和有待研究的问题.

简介：向量是数形结合的典范，是历年高考的必考知识点，本知识点的高考题主要以选择题、填空题为主，考查学生的运算能力、逻辑推理能力、知识迁移能力．本文将结合2009年各地高考题，对此知识点分类评析．

简介：

简介：在不均衡数据集下,SVM分类超平面的偏移,使得基于KKT条件进行样本选择的增量学习算法性能不佳,针对该问题,提出动态代价的SVM增量学习算法,该算法依据各类样本密度之间的关系动态计算类的错分代价,减少每次迭代中分类超平面偏移造成的错误累积,保证依据KKT条件选取样本的准确性,使得每次迭代选取的样本都包含当前分类器缺少的空间信息,提高最终分类器在不均衡数据集下的分类性能.最后,在UCI数据集上的仿真实验结果表明该算法能够提高不均衡数据下的分类性能.

简介：向量是新教材中新增的内容，它是沟通代数、几何、三角函数的一种工具．它既反映了现实世界的数量关系，又体现了几何图形的位置关系，具有“数”和“形”的双重身份，将数和形有机地结合起来，成为中学数学知识网络的一个交汇点．因此以向量的相关知识作载体，设计创新试题已成为高考必不可少的内容，本文举例说明，以期对同学们的高考复习有所帮助．

简介：一直以来，数学都是大多数文科生难以跨越的障碍，原因在于数学是思维型的学科，思维型学科靠的是动脑子，需要的是思辨与推理，而文科生的特点是记忆力好，擅长“死记硬背”．事实上，文科学生结合自己的特点来学数学也可以做到如看电视般简单．对于看电视的人来讲，他并不需要认识遥控器上的中、英文字词。更不苛求知道电视机和遥控器的原理，只要经过反复操作训练，

简介：向量是数形结合的典范，是历年高考的必考知识点，本知识点的高考题主要以选择题、填空题为主，考查学生运算能力、逻辑推理能力、知识迁移能力．本文结合2009年各地高考题，对此知识点分类评析．

简介：针对人脸检测中的非线性和降维问题提出了一种有效的人脸检测方法.首先基于人脸的肤色和几何特征,通过局部自适应门限方法提取图象边缘,用几何规则和颜色特征筛选出候选眼睛块.然后采用改进的四边界sobel算子对眼睛精确定位.最后使用训练好的支撑向量机来验证.该方法可以实现多尺度多角度的彩色图像中的正面人脸检测,实验结果令人满意.

简介：地形实时绘制和交互式可视化是虚拟现实、地理信息系统、计算机图形学、科学计算可视化等技术的关键问题。本文对地表模型的实时生成和简化方法进行了研究和分析，提出了基于自适应四叉树视相关多分辨率地形生成方法。

简介：摘要：本文通过对以“支持向量机”为主题，以“教育”为篇关摘的199篇中文核心期刊和CSSCI期刊进行研究分析，通过运用CiteSpace软件从支持向量机的研究热点进行可视化分析，发现目前我国对于支持向量机在教育数据挖掘方面的研究可以概括为四个方面：模式识别、图像处理、学生行为研究和分类算法研究。通过分析支持向量机应用于教育数据挖掘的不同效果，从而论证了支持向量机推广能力高，应用范围广等优点。然而，鉴于当前样本数据的复杂性不断增加，以及各种新的分类和识别方法的出现，仍然需要探索和改进参考向量机方法。

简介：平面向量作为一种有方向的线段，既有几何特征，又有代数特征，故运用向量可以将几何问题坐标化、数量化，也可以将代数问题图形化，因此平面向量在解题中起着越来越大的作用，也成为高考数学综合题命题的基本素材和主要背景．向量的几何意义、符号表示、坐标表示是解决平面向量相关问题的三种途径．

简介：支持向量机（supportvectormachine，SVM）是在统计学习理论的基础上发展起来的一种新的机器学习方法，是数据挖掘的一项新技术：支持向量分类机（SVC）应用于解决各种实际分类问题，表现出很多优于已有方法的性能．经调查，临毕业大学生做出的毕业方向选择会由其自身一些因素影响，可以根据这些指标来预测其最终选择．对大学生这些自身因素及毕业选择建立支持向量机分类模型进行研究．结果表明，支持向量机分类方法可以做出较好的分类，为预测高校临毕业学生选择提供了一种有效的方法．

简介：电子邮件已经成为当今人们最重要的通信方式之一。但随之而来的电子邮件骚扰、诈骗等现象日益严重,对邮件作者的识别有助于营造绿色、安全的电子邮件通信环境。文章首先提出向量空间模型针对电子邮件作者的写作风格提取特征向量,然后运用支持向量机算法构造作者风格分类器,从而构造出作者身份识别模型。最后,实验结果显示识别准确率达到95%以上,该方法在识别中文电子邮件作者身份上具有较高的可靠性。

简介：为了解决当前工业仪表示数在采图环境恶劣和样本数据量大的情况下所导致的算法识别不准确的问题,分别从特征学习与机器学习识别的角度出发,提出了基于特征学习与支持向量机的工业仪表状态识别算法。首先,提取仪表图像区域字符的几何特征和颜色特征,对这些提取出的特征进行归一化处理,设计出特征提取分析算子,达到精准提取有用特征数据的目的。然后,基于支持向量机,计算出分类器的最优平面和约束条件,从而建立仪表识别算子,进一步精确识别仪表示数。最后,基于软件开发环境QT实现算法,并系统集成。实验测试结果显示：与当前仪表识别技术相比,此算法拥有更高的准确性与稳定性,能够准确地根据仪表数字识别出电压,从而确定仪表工作状态是否正常。

简介：可靠的语音端点检测算法是稳健语音识别系统所必须的。针对现有算法在噪声环境下的稳健性问题，提出了基于单类SVM（supportVecforMachine）的端点检测算法。通过对多特征信息进行在线学习与综合，以及采用双层决策机制，有效提高了语音检测的稳健性。实验表明，算法在多种噪声环境和信噪比条件下有效，明显提高了语音识别系统在噪声环境下的识别率。

简介：2008年6月18日，国家统计局和国家体育总局正式颁布了《体育及相关产业分类（试行）》，这是迄今为止我国体育行业首个具有约束力的国家统计标准，也是继旅游、文化和海洋等产业分类出台后，第三产业部门出台的又一个重要国家统计标准。《体育及相关产业分类（试行）》是在“中国体育及相关产业统计研究”课题组研究成果的基础上形成的。它的颁布从统计工作的角度对体育及相关产业的内涵和外延作了科学、权威的界定，它为完善体育及相关产业统计制度奠定了基础，为全面、准确地获取体育及相关产业统计数据提供了前提。也为各级政府有关部门科学制定体育及相关产业发展政策，积极培育体育消费市场，促进体育及相关产业可持续性发展提供了科学的依据和参考。本刊特邀课题组负责人，中国体育科学学会体育产业分会秘书长、上海体育学院博士生导师张林教授对此进行深入解读。