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:ICO(InitialCoinOfferin曲传销是一种未经批准非法公开融资和非法发售代币票券的新型金融传销模式,严重干扰金融秩序、破坏社会稳定。如何有效地实施ICO监管并对ICO进行传销定性成为经济犯罪侦查研究的重要方向之一.针对此问题.提出了一种基于支持向量机的ICO传销类罪模型.利用该模型对难以定性的ICO进行分类.从而实现对未定性的ICO进行判定.采集了180种ICO相关数据.提取出15个ICO传销类罪模型的评价指标.建立了基于支持向量机的ICO传销类罪模型.对难以定性的ICO进行分类.随后利用150组ICO数据作为支持向量机的学习样本.再对30组ICO合法性进行分类研究.实验结果表明该模型的分类结果准确率高达90%.在ICO传销类罪推定上具有良好的应用。今后.可以利用深度学习的方法对ICO的定性问题进一步分析。