版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、南京理工大學(xué)碩士學(xué)位論文基于遺傳算法和支持向量機(jī)的混紡紗線橫截面圖像分割方法的研究姓名:林森申請學(xué)位級別:碩士專業(yè):控制理論與控制工程指導(dǎo)教師:周凌柯20100620碩士論文AbstractTextileisoneofthemostimportanttraditionalindustriesinChinaofwhichtextiletestingisthecriticalpartMostofthetraditionaltextilete
2、stingreliesonmanualoperationandsubjectiveassessmentHowtoimprovetheobjectiveassessmentandthedegreeofautomationintestingisthekeypointinachievingsustainabledevelopmentinthisfieldTherapiddevelopmentofthecomputergraphicproces
3、singandthemachinelearningtechnologyispouringinfreshvitalitytomanyfieldsHowtocombinethecomputergraphicprocessingtechnologywiththemachinelearningtheorytogetabettertestingresultisthemostimportanttechnicaldifficultyThisartic
4、lemainlycentersonthemethodtotrainthesupportvectormachine(SVM)toseparateyamsintotwocategoriesofwoolandviscosebycatchingthecrosssectiongraphicofwool/viscoseblendedyamsThemainresearchisasfollows:(1)Acommonlyusedgraphicprepr
5、ocessingflowwasproposedbasedonthesegmentobjectsstatedinthisarticle(2)Anextractionwasputforward,judgingbytheircharacteristicsofwoolandviscoseintheblendedyamInordertoobtainthesamplecollectionusedforthetrainingofSVM,acompar
6、isonwassetupbetweentheircharacteristicsandthefollowingaspectssuchasregularcircle,ellipse,rectangleandcircumscribingpolygons(3)Abasicframeworkwasdiscussedaboutthegeneticalgorithm(GA)andtheSVMWiththeaidoftheframework,these
7、lectionoperatorofGAwasimprovedandthetypeofkernelfunctionoftheSVMwasselectedaswellThisimprovementandselectionwasprovedreasonablebyanapplicableexample(4)Aseparationmethodwasanalyzedthroughdemonstrationonthebasisoftheimageo
8、fGAandSVMGroundedontheapplicationofseparationaccordingtothecrosssectiongraphicoftheblendedyam(woolandviscose),itprovedthatthisseparationmethodisfeasible(5)Acomparativeanalysisofparameteroptimizationbetweenanonheuristic鰣d
9、searchandaheuristicgeneticalgorithmWasdealtwithItmainlycomparativelyanalyzedthespeedofobtainingthecategorizermodelbetweenthemTheresultisthecombinationofthegeneticalgorithmandtheSVMmethodisappreciatedIntheend,thestructura
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 混紡紗截面圖像的輪廓探測模型與纖維識別分類方法.pdf
- 基于支持向量機(jī)和遺傳算法的圖像盲水印研究.pdf
- 基于遺傳算法優(yōu)化支持向量機(jī)的圖像識別
- 基于遺傳算法的圖像分割方法.pdf
- 基于遺傳算法的圖像分割方法的研究.pdf
- 基于支持向量機(jī)的圖像分割方法的研究.pdf
- 麻賽爾-棉新型混紡紗線開發(fā).pdf
- 遺傳算法和支持向量機(jī)混合方法及其應(yīng)用.pdf
- 基于支持向量機(jī)和遺傳算法股市預(yù)測.pdf
- 基于支持向量機(jī)和遺傳算法的混凝土碳化預(yù)測研究.pdf
- 基于相變調(diào)溫原理的混紡紗線及面料的性能研究.pdf
- 基于先驗(yàn)知識的支持向量機(jī)圖像分割算法研究.pdf
- 基于支持向量機(jī)的MRI圖像分割方法的研究.pdf
- 基于改進(jìn)遺傳算法的圖像分割方法.pdf
- 基于免疫遺傳算法的圖像分割方法.pdf
- 基于圖像處理的棉-粘膠混紡紗的纖維識別.pdf
- 磁性纖維混紡紗線的混紡比優(yōu)化及織物舒適性研究.pdf
- 基于遺傳算法的血液細(xì)胞圖像分割方法研究.pdf
- 基于支持向量機(jī)和遺傳算法的人臉識別研究.pdf
- 基于遺傳算法的改進(jìn)支持向量機(jī)財(cái)務(wù)預(yù)警研究.pdf
評論
0/150
提交評論