Le protocole décrit dans cet article a utilisé la technique de l’histogramme à gradient directionnel pour extraire les caractéristiques d’un échantillon d’image concrète sous diverses cellules de vibration. Il utilise une machine à vecteur de support pour l’apprentissage automatique, ce qui permet d’obtenir une méthode de reconnaissance d’imagerie avec des exigences minimales en matière d’échantillons entraînés et de faibles exigences en matière de performances informatiques. Cette approche réduit considérablement le nombre d’échantillons requis et réduit les exigences de performance de l’ordinateur.

Avec l’équivalent d’un ordinateur portable à 2,3 gigahertz d’unités centrales de traitement, le processus de reconnaissance complète la différenciation de l’espace ferroviaire de la machine vectorielle prise en charge en seulement 50 secondes. La segmentation d’image en dessous de la taille de 128 projets et 128 projets est utilisée. Le nombre de vecteurs directionnels pour l’inverse statistique de l’angle est défini sur 12.

Dans le processus d’image à 224 résolutions, la meilleure occurrence de reconnaissance pour le résultat de l’apprentissage automatique est obtenue.