[发明专利]单分类SVM的特征选择和参数同步优化方法在审
| 申请号： | 201610632312.3 | 申请日： | 2016-08-04 |
| 公开（公告）号： | CN106295691A | 公开（公告）日： | 2017-01-04 |
| 发明（设计）人： | 李岳阳;蒋高明;丛洪莲;夏风林;张爱军 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00;G06N99/00 |
| 代理公司： | 北京中誉威圣知识产权代理有限公司11279 | 代理人： | 张静轩 |
| 地址： | 214122 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种单分类SVM的特征选择和参数同步优化方法。首先构造随机漂移粒子群优化‑支持向量机(RDPSO‑SVM)系统，然后采用RDPSO算法同步优化最优特征子集和支持向量数据描述(SVDD)中的参数，最后应用RDPSO‑SVM系统对待检测的织物图像进行疵点判别。本发明所述的方法可满足织物疵点检测的准确率和实时性要求。 | ||
| 搜索关键词： | 分类 svm 特征 选择 参数 同步 优化 方法 | ||
【主权项】：
一种单分类SVM的特征选择和参数同步优化方法，其步骤为：(1)获取训练用织物图像，提取特征；(2)构造和训练RDPSO‑SVM系统，同步优化特征子集和SVDD参数；(3)应用RDPSO‑SVM系统对待检测的织物图像进行疵点判别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江南大学，未经江南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610632312.3/，转载请声明来源钻瓜专利网。
