摘 要:文中提出了一種基于支持向量機(jī)SVM分類器的直流電弧故障檢測(cè)方法與若干可用于直流電弧故障檢測(cè)的時(shí)域、頻域特征量,特別是基于希爾伯特-黃變換的時(shí)頻域特征。將特征值導(dǎo)入SVM分類器進(jìn)行訓(xùn)練后,SVM分類器可檢測(cè)出直流電弧故障。在SVM分類器的設(shè)計(jì)和訓(xùn)練過程中,采用遺傳算法參數(shù)尋優(yōu)結(jié)合K折交叉驗(yàn)證選取最優(yōu)參數(shù)。實(shí)驗(yàn)結(jié)果表明, SVM分類器的分類準(zhǔn)確率高達(dá)98%以上。
1 引 言 智能交通系統(tǒng)是一個(gè)熱點(diǎn)研究領(lǐng)域,受到日益廣泛的關(guān)注。車牌識(shí)別系統(tǒng)(LPR)是計(jì)算機(jī)視覺、模式識(shí)別技術(shù)在智能交通領(lǐng)域的一個(gè)重要應(yīng)用,包括車牌定位、車牌字符分割、字符識(shí)別三部分。其中車牌定位是