支持向量机是数据挖掘中的一个新方法。支持向量机能非常成功地处理回归问题（时间序列分析）和模式识别（分类问题、判别分析）等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。希望本书能促进它在我国的普及与提高。
本书对象既包括关心理论的研究工作者，也包括关心应用的实际工作者。对于有关领域的具有高等数学知识的实际工作者，略去书中的某些理论部分，仍能对支持向量机的本质有一个概括的理解，从而用它解决自己的问题。
《数据挖掘中的新方法：支持向量机》适合高等院校高年级学生、研究生、教师和相关科研人员及相关领域的实际工作者使用。
2021-04-12 19:26:39
7.54MB
1
提出了一种基于视频序列拼接的新方法。首先，利用KLT算法对视频序列中特征点进行提取和跟踪，实现关键帧粗略选取；其次，在选取的关键帧中利用SURF算法进行特征提取，利用最近邻距离比进行特征点匹配，通过RANSAC估计算法求精单映矩阵，并结合关键帧选取判定寻找最佳关键帧；最后，利用级联单映矩阵和加权融合算法实现视频序列拼接。实验验证了该方法的有效性。
2021-03-20 20:25:43
352KB
1