专利交易市场

本发明公开了一种基于支持向量机的矿井水检测系统，包括一对呈竖向布置的支撑脚，支撑脚的顶端之间设有检测台，检测台上设有进水仓，进水仓的内部设有进水腔，进水仓的顶部为开口结构；进水仓的顶部连接有抽水管道，抽水管道的一端设有出水泵，出水泵安装在进水仓的内顶部，抽水管道的另一端设有抽水泵；检测台的底面设有检测仓，检测仓的顶部与进水仓的底部之间设有对接仓，检测仓的外侧壁设有导流座，导流座的对内朝向面设有酸度计，酸度计安装在检测仓的内部。本发明的导流座通过酸度计对检测仓内的井水的酸度进行有效检测。

本发明公开了一种基于遗传优化支持向量机的混沌基带无线通信解码方法，步骤包括：步骤1、通信设置及初始化；步骤2、遗传算法初始种群产生后，初始化种群代数k＝0；步骤3、求解支持向量机分类模型，评价个体适应度，保存最优个体和最优分类器，判断最优个体适应度是否达到目标值或迭代次数k是否达到最大代数；步骤4、进行遗传算法的选择、交叉及变异操作，产生新种群，转向步骤3；步骤5、使用最优分类器进行符号解码；步骤6、如果n＜LF‑3，令n＝n+1，转向步骤5；否则转向步骤7；步骤7、令Fr＝Fr+1，如果Fr＜NF，NF为传输数据总帧数，转向步骤2；否则，结束，完成所有解码。本发明方法，不需要信道信息就可直接解码，简化了解码过程。

本发明公开了一种基于支持向量机的超宽带室内定位误差消除算法，针对室内非视距环境(NLOS)对定位的影响，本发明基于支持向量机和残差分析判决法相结合的方法，通过(基于信号到达时间差)TDOA算法初步定位，NLOS误差鉴别，NLOS误差消除来提高室内定位的精度。本发明的优点在于结合机器学习算法，使得残差分析判决方法更加精准地鉴别NLOS环境，对提高室内定位结果的精度起到重要的作用。

本发明提出一种基于支持向量机的人体姿态判别方法，包括步骤：利用滑动窗口机制对样本数据进行分段，将原始信号分为若干个子集；计算出各子集的三轴合加速度均值、三轴合加速度标准差、协方差和偏度系数值作为对应子集的特征向量，并给每个子集设置分类标签值；根据特征向量计算每一个与之相对应的模糊因子；利用模糊因子及其分类标签值训练支持向量机，获得姿态分类的最优超平面决策函数；将训练好的支持向量机作为分类器，对重新采样的人体三轴加速度数据进行分类。本发明采用数据导向的机器学习方法进行摔倒姿态的判别，代替传统采用基于人体三轴加速度值的二范数作为阈值来判断人是否产生摔倒的方法，提升了检出率。

本发明公开了一种基于边界点的抗噪支持向量机的水蜜桃品质分级方法，其步骤如下：(1)采集不同品质等级的水蜜桃可见/近红外光谱数据，并对可见/近红外光谱数据进行预处理和PCA特征提取；(2)将不同品质等级的水蜜桃可见/近红外光谱样本集两两组合，建立多组水蜜桃可见/近红外光谱训练集；(3)使用基于边界点的抗噪支持向量机对训练集进行训练，得到多个水蜜桃品质等级分类器；(4)利用水蜜桃品质等级分类器对待分级的水蜜桃可见/近红外光谱进行检测。本发明使用基于边界点的抗噪支持向量机对水蜜桃的可见/近红外光谱进行检测，具有检测速度快、抗噪能力强、分类准确性高等优点，可实现在噪声检测环境下对水蜜桃品质等级分级。

本发明公开了一种基于小波核支持向量机的聚丙烯腈产物浓度在线测量方法，具体为：1、采集建模样本数据集；2、分析建模样本数据集所对应的聚丙烯腈数均分子量作为模型的输出变量；3、将原始数据进行小波去噪；4、分别对关键变量和输出变量进行归一化；5、采用主元分析的方法对输入数据进行降维处理；6、基于预处理之后的主要输入变量和输出变量数据，建立基于Morlet小波核函数支持向量机的聚丙烯腈产物浓度的在线软测量模型；7、在线采集聚丙烯腈聚合过程各个关键变量的新数据，并对其进行预处理和归一化；8、将归一化之后的新数据直接输入到在线软测量模型中。本发明可实现聚丙烯腈聚合过程数均分子量的在线估计。