三类不确定支持向量机及其应用
【摘要】:支持向量机是基于统计学习理论的VC维和结构风险最小化原则建立的一种通用机器学习算法。它较好地解决了传统学习方法难以处理的小样本、高维、非线性等问题,且具有较好的泛化能力。自提出以来,支持向量机得到了越来越多的专家和工程技术人员的青睐,并已成功应用到人脸识别、遥感图像分析、文本分类等众多模式识别领域。
尽管支持向量机在众多实际问题中得到了广泛应用,但它仍存在着一定局限性。如,支持向量机对噪声较为敏感,且对不均衡样本分类准确率不高。再如,支持向量机所处理的样本为实随机变量。在一些实际问题中,样本往往为非实随机变量(随机集和模糊等)。针对支持向量机存在的上述问题,本文分别研究了基于噪声不确定性样本、随机集不确定性输入样本和模糊等不确定性输出样本等三类不确定支持向量机。
本文的主要创新点及工作如下:
(1)提出了基于直觉模糊数的支持向量机和多类支持向量机。直觉模糊数作为模糊隶属度的一种推广,它比传统的模糊隶属度更加细腻地描述客观世界中的模糊性。基于直觉模糊数的支持向量机通过核函数在特征空间中给每个训练样本赋予一个直觉模糊数,利用直觉模糊数的得分函数描述每个训练样本的分类贡献,消除噪声对支持向量机的影响。基于上述支持向量机分别构建了一对一和一对多模式下的多类支持向量机。针对一对多模式中不均衡样本的特点,对不同类别样本赋予不同的权重。数值实验验证了该类不确定支持向量机的有效性。
(2)构建了基于随机集输入样本的支持向量机和多类支持向量机。随机集是随机变量的一种重要拓广,它能有效地处理复杂不确定环境下的模糊性和经验性数据。基于随机集输入样本的支持向量机以随机集的可测选择作为主要特征,将随机集输入样本的分类问题转化为了可测选择的分类问题。基于随机集输入样本的多类支持向量机利用模糊C-均值聚类算法将随机集输入样本转化成为实样本,进而将随机集输入样本的多类分类问题转化成实样本的多类分类问题。数值实验验证了该类不确定支持向量机的有效性。
(3)构建了可信性空间上基于模糊输出样本的支持向量机和不确定空间上基于不确定性输出样本的支持向量机。基于可信性测度和置信水平,可信性空间上基于模糊输出样本的支持向量机给出了样本类别的动态划分方法,构建了一个动态的分类超平面,有效处理了模糊输出样本类别的模糊性。同样,基于不确定测度和置信水平,不确定空间上基于不确定性输出样本的支持向量机也给出了样本类别的动态划分方法,有效处理不确定性输出样本类别的不确定性。仿真实验验证了该类不确定支持向量机的有效性。
(4)两类不确定支持向量机应用于人脸识别。由于光照、姿态和表情等因素的影响,人脸图像中存在着噪声、模糊、随机集等不确定信息。为了有效处理人脸图像中的这些不确定信息,本文分别将基于直觉模糊数的支持向量机和基于随机集输入样本的支持向量机应用于人脸识别中,利用人脸数据库验证了这两类算法的有效性。
|
|
|
|
1 |
范燕,吴小俊,惠长坤,刘同明;人脸图象特征抽取和识别的一种混合方法研究[J];华东船舶工业学院学报(自然科学版);2003年02期 |
2 |
李晓东;费树岷;张涛;;基于奇异值特征和支持向量机的人脸识别[J];东南大学学报(自然科学版);2008年06期 |
3 |
崔国勤;李锦涛;高文;焦锋;;基于支持向量机的人脸识别方法[J];计算机科学;2003年04期 |
4 |
蒋强荣;高远;张鸿宾;;基于直方图交核的人脸识别[J];北京工业大学学报;2011年08期 |
5 |
王雪峰;周国标;;基于SVM的人脸识别方法研究[J];上海应用技术学院学报(自然科学版);2006年02期 |
6 |
郭亚松;张华君;;一种改进的SMO及其在人脸识别中的应用[J];福建电脑;2009年02期 |
7 |
任彧;梅盛鑫;;基于混合核函数支持向量机和遗传算法的人脸识别[J];计算机应用与软件;2011年04期 |
8 |
冼广淋,骆雪超,肖宇峰;基于支持向量机的人脸识别算法[J];华南金融电脑;2005年08期 |
9 |
李晓鹏;;基于PSO训练SVM的人脸识别[J];电脑知识与技术(学术交流);2007年08期 |
10 |
葛洪伟;储为新;;SVM和HMM混合模型在人脸识别中的应用[J];计算机工程与应用;2007年30期 |
11 |
许小明;;支持向量机方法在人脸识别中的应用研究[J];上饶师范学院学报;2009年03期 |
12 |
鲁庆明;徐东平;;基于支持向量机和纹理特征的人脸识别[J];计算机与数字工程;2010年10期 |
13 |
舒双宝;罗家融;徐从东;孙滨璇;;一种基于支持向量机的人脸识别新方法[J];计算机仿真;2011年02期 |
14 |
王辉;;主成分分析及支持向量机在人脸识别中的应用[J];计算机技术与发展;2006年08期 |
15 |
杨凌霄;王成硕;侯国栋;;基于小波变换和支持向量机的人脸识别方法研究[J];自动化技术与应用;2007年04期 |
16 |
皋军;王士同;;基于矩阵模式的最小类内散度支持向量机[J];电子学报;2009年05期 |
17 |
谢赛琴;沈福明;邱雪娜;;基于支持向量机的人脸识别方法[J];计算机工程;2009年16期 |
18 |
张燕昆,杜平,刘重庆;基于主元分析与支持向量机的人脸识别方法[J];上海交通大学学报;2002年06期 |
19 |
马晓普,程新党,赖国勇,赵莉;基于支持向量机的人脸识别算法[J];攀枝花学院学报;2005年05期 |
20 |
张九龙;张志禹;屈小娥;黄薇;;基于Curvelet的人脸识别[J];计算机工程与应用;2007年27期 |
|