《基于支持向量机的垃圾分类系统设计》由会员分享，可在线阅读，更多相关《基于支持向量机的垃圾分类系统设计（37页珍藏版）》请在金锄头文库上搜索。
1、中北大学信息商务学院2016届毕业设计说明书中北大学信息商务学院毕业设计说明书基于支持向量机的垃圾分类系统设计 邓建卓学生姓名： 赵玏钰 学号： 12050445X25 系 别： 自动控制系 专 业： 电气工程及其自动化 指导教师： 李大威 职称： 讲师 2016年 6月2日原 创 性 声 明 本人郑重声明：所呈交的毕业设计说明书/毕业论文，是本人在指导教师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本文不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。 作者签名：日期：使 用 授 权
2、 声 明本人完全了解中北大学信息商务学院有关保管、使用毕业设计说明书的规定，其中包括：学院有权保管、并向有关部门送交毕业设计说明书的原件与复印件；学院可以采用影印、缩印或其它复制手段复制并保存毕业设计说明书；学院可允许毕业设计说明书被查阅或借阅；学院可以学术交流为目的，复制赠送和交换毕业设计说明书；学院可以公布毕业设计说明书的全部或部分内容。作者签名： 日期： 导师签名： 日期：中北大学信息商务学院2016届毕业设计说明书基于支持向量机的垃圾分类系统设计摘要：垃圾分类回收利用是一项具体而持久的任务。核参数的选取决定了支持向量机的分类能力。因此，本文研究了内核参数的选取方法和不同的颜色和纹理特征
3、的图像分类。 本文所做的主要工作如下：1讨论了核函数的支持向量机(SVM)分类和函数参数的选择，利用网格搜索法、遗传算法和粒子群算法来比较支持向量机核参数的寻优能力。 2提出了一种混合核参数优化方法。本文将PSO算法控制参数值作为优化问题，形成一种遗传粒子群优化（GAPSO）混合算法。实验结果表明，新算法有很强的寻优能力，能有效地防止算法陷入局部最优。3.在HSV颜色空间特征提取方法，使用彩色图像的不同的量化，鉴于色彩空间，使用颜色矩区域的加权组合的颜色特征提取方法的传统直方图信息的损失。4采用遗传粒子群优化（GA.PSO）算法对图像进行分类，对图像的色彩特征和纹理特征进行了测试比较，对比图像
4、分类精度与不同参数优化方法之间的联系。 关键词：支持向量机；参数优化；Gabor滤波器；垃圾分类 Designofwasteclassificationsystembased onsupportvectormachineAbstract：Garbage classification is a specific and lasting task. As a result of the support vector machine (SVM) classification ability greatly depends on the kernel parameter selection, ther
5、efore, this paper studied the kernel parameter selection method, and use the different color and texture feature of image classification. In this paper, the main work done is as follows: 1. The kernel function of support vector machine (SVM) is discussed in this paper the influence of various parame
6、ters on the classification model, using the grid search method, genetic algorithm and particle swarm algorithm is optimized parameters in the model, comparing the method of SVM kernel parameter optimization ability. 2. A hybrid kernel parameter optimization method is proposed.Because most of the PSO
7、 algorithm control parameters by experience to choose, there is no corresponding theoretical guidance, this paper chose PSO control parameter values as an optimization problem, also two speed constant of PSO with GA optimization, has also made the improvement on the inertia coefficient, form a kind
8、of GA. PSO hybrid algorithm.The experimental results show that the new algorithm has strong optimization ability, can effectively prevent the algorithm falls into local optimum. 3. Using different quantization of color image in the HSV space color feature extraction method, in view of the traditiona
9、l histogram information loss of color space, use a kind of area weighted color feature extraction method combined with color moment.Texture, by adopting the method of gray level co-occurrence matrix, Tamura, Gabor filter method to extract the texture features of images, studied the LBP model of dime
10、nsion reduction, the disadvantages of LBP unified pattern.4.Using genetic particle swarm optimization (GA .PSO) algorithm for image classification, color features and texture features of images are compared, and the test contrast image classification accuracy and the connection between the different
11、 parameters optimization method. Key words：Support vector machine (SVM)；parameters optimization； Gabor filter；garbage sorting2目 录摘要IAbstractII目 录III1 绪论11.1 选题背景11.2 国内外研究现状11.2.1 国外研究现状11.2.2 国内研究现状21.3 研究的意义21.4 支持向量机的发展与研究现状21.4.1 核函数研究31.4.2 多类支持向量机31.4.3 多核学习31.4.4 开拓支持向量机新的应用领域41.5 基于SVM的图像分类研
12、究41.6 本文研究的主要内容及论文组织结构52 支持向量机的基本理论62.1 机器学习的基本过程62.2 支持向量机62.2.1 线性可分72.2.2 线性不可分82.3 核函数102.3.1 核函数的性质102.3.2 常用核函数113 支持向量机参数优化方法123.1 模型参数分析123.2 交叉验证133.3 网络搜索法143.4 基于GA的SVM参数选择143.4.1 GA的原理和主要步骤143.4.2 利用GA优化SVM参数154 垃圾图像特征提取及仿真实验174.1 垃圾图像颜色特征提取174.1.1 颜色空间转换及量化174.2 垃圾图像纹理特征的提取204.3 仿真实验204
13、.3.1 仿真实验流程图204.3.2 仿真实验205 总结与展望22参 考 文 献23致 谢25附 录A261 绪论1.1 选题背景随着经济的快速发展、工业进程化不断提高、城市范围逐渐扩大，人口密度不断增加，使城市产生的生活垃圾急剧增多。城市垃圾对居民的健康和生存造成严重威胁，急需整治。 废物堆填成本很高，占地面积广，污染土壤及地下水资源，在这过程中，人们还在不断地进行垃圾的制造。其中，消耗大量的资源、大规模生产、大量消费和一大批房地产所产生的废物是垃圾的主要类型。在这样的情况下，垃圾分类回收再处理是解决现有问题最好的措施。垃圾分类是在源头将垃圾分类，并通过分类清运和回收对资源进行再利用。垃
14、圾分类的好处显而易见的。垃圾分类后将分出的加工的材料送往工厂使用，既节省土地，还能避免垃圾填埋造成的污染或浪费，实现经济生产的价值。 随着社会的发展，各种社会和经济活动会产生大量的垃圾，这导致了全球范围内的环境破坏，这些都是上升的态势。当然，我国城市固体废弃物的总量也在逐年增加。目前中国的城市垃圾人均年产量约为500千克，并且每年以10%12%的速度增长。近年我国每年产生约2亿3500万吨的城市垃圾。目前，我国城市垃圾处理仍然以填埋和露天堆放为主，这无疑会带来污染、资源浪费和垃圾占地广等问题。垃圾分类回收处理是解决上述问题的最好方法了。1.2 国内外研究现状1.2.1 国外研究现状日本可以堪称为世界典范，日本的街道上都很干净，雨天道路表面的水是很清澈的。日本的垃圾分类技术是一种经典模式，并且处于世界领先水平。这是日本的非常详细和高效利用的垃圾分类和垃圾分类，并成功执行垃圾分类的结果。而日本之所以可以成功实施垃圾分类，是因为日本人强烈的危机意识、国民的高素质、法律保障全以及强势宣传，先进的垃圾处理方法是适合发展循环经济。而中国，中国大陆的垃圾处理主要是开放的垃圾处理，也就是说，没有任何处理就在垃圾场的垃圾场周围的城市。垃圾数量逐年攀升
