内含数据集可以更换自己数据集，准确率高代码备注清楚

针对微型齿轮缺陷传统检测手段落后、准确率低、不易在线实施、受人为因素影响等问题,提出了以电荷祸合器件为图像传感器,采用图像处理技术和支持向量机对齿轮缺陷进行检测的方法。首先,系统采用发光二极管照明光源提供高强度背光照明,使用A102FCCD数字摄像头采集齿轮的图像,经过图像采集卡传输到计算机。其次,采用边缘保持滤波器对含有噪声的原始数字图像进行降噪处理,采用迭代阂值法和Otsu双阂值法对齿轮图像进行分割,形成二值化图像。然后获取齿轮样本,提取样本特征。最后用支持向量机来构造齿轮缺陷识别模型。该方法识别正确

该程序车牌识别总体分为三步： 车牌定位-->车牌检测-->车牌字符识别

物流人工智能_机器学习

基本步骤： 车牌定位->转灰度图->Otus分割->开运算->提取连通区域->显示最终结果

基于支持向量机的数据回归预测(libsvm) （Matlab完整程序和数据） 运行版本2018及以上

基于支持向量机的数据分类预测(SVM) （Matlab完整程序和数据） 运行版本2018及以上 基于支持向量机的数据分类预测(SVM) （Matlab完整程序和数据） 运行版本2018及以上 基于支持向量机的数据分类预测(SVM) （Matlab完整程序和数据） 运行版本2018及以上

基于支持向量机的数据回归预测(SVM) （Matlab完整程序和数据） 基于支持向量机的数据回归预测(SVM) （Matlab完整程序和数据） 基于支持向量机的数据回归预测(SVM) （Matlab完整程序和数据） 运行版本2018及以上

基于支持向量机的时间序列预测(SVM) （Matlab完整程序和数据） 基于支持向量机的时间序列预测(SVM) （Matlab完整程序和数据） 基于支持向量机的时间序列预测(SVM) （Matlab完整程序和数据） 运行版本2018及以上

基于AR模型和支持向量机的转子系统故障诊断方法，于德介，陈淼峰，提出了基于AR模型和支持向量机的转子系统故障诊断方法。该方法对转子系统的振动信号建立AR模型，以AR模型主要的自回归参数和残差的