您的位置: 专家智库 > >

国家自然科学基金(61273354)

作品数:2 被引量:9H指数:2
相关作者:朱安民曾磐更多>>
相关机构:深圳大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇支持向量
  • 1篇支持向量机
  • 1篇织品
  • 1篇色差
  • 1篇图像
  • 1篇图像处理
  • 1篇欠采样
  • 1篇向量
  • 1篇向量机
  • 1篇基于支持向量...
  • 1篇季后赛
  • 1篇计算机
  • 1篇计算机视觉
  • 1篇过采样
  • 1篇纺织
  • 1篇纺织品
  • 1篇NBA季后赛
  • 1篇ISO
  • 1篇不平衡数据
  • 1篇采样

机构

  • 2篇深圳大学

作者

  • 2篇朱安民
  • 1篇曾磐

传媒

  • 2篇深圳大学学报...

年份

  • 1篇2018
  • 1篇2016
2 条 记 录,以下是 1-2
排序方式:
基于计算机视觉的纺织品色牢度检测被引量:4
2018年
利用计算机视觉和图像处理等技术,设计并初步建立了计算机辅助检测纺织品色牢度系统.首先,将采集到的样品图像由RGB图像转换到CIELAB色彩空间,通过调整转换参数、消除图像光照影响及噪声影响来完善系统.然后,建立色差等级评定系统,并以ISO标准比色卡和实际布样为例进行验证.检测结果表明,尽管采用计算机视觉与人工目测法的评级结果存在一定误差,但由测试数据的规律性变化可以推断该系统检测纺织品色牢度的方法基本正确,一定程度上能够用于实际检测,从而节省人力物力,提高测试效率.
朱安民张艺李观强
关键词:计算机视觉图像处理
基于支持向量机的NBA季后赛预测方法被引量:5
2016年
通过对参加NBA赛事的每支球队在常规赛阶段的数据统计,整合出球队常规赛综合得分、球员常规赛综合得分、主教练水平及主客场因素4项指标作为一支球队的综合实力体现,构建训练样本,使用适合小样本数据的基于结构风险最小化的支持向量机(support vector machine,SVM)来训练一个预测模型,并预测NBA季后赛每场比赛的胜负.通过结合欠采样和过采样技术消除训练样本中的不平衡数据,更好地发挥SVM的学习能力.实验表明,所提方法具有较好的预测效果.
曾磐朱安民
关键词:NBA季后赛支持向量机不平衡数据欠采样过采样
共1页<1>
聚类工具0