收藏本站
《西安电子科技大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

SVM解的简化方法及CS中稀疏信号的重构方法研究

陈桂荣  
【摘要】: 机器学习的研究始于上世纪60年代初,至今已经广泛地应用到模式识别、信号处理、图像处理、数据挖掘和智能控制等方面。在机器学习中假设函数的稀疏性对检验速度和推广性能是至关重要的,而稀疏信号的重构在压缩感知中也扮演着举足轻重的作用。本文从支持向量机的稀疏性和压缩感知中稀疏信号重构方法的角度出发,结合有约束二次规划和无约束二次规划的特性,在简化支持向量以提高分类速度方面和提高压缩感知中重构算法速度方面进行了研究。本文的主要工作包括以下内容: 1.支持向量机(Support Vector Machine,简称SVM)在数据的稀疏表示上具有良好的表现,但SVM得到的支持向量仍然存在冗余。为了提高SVM解的稀疏性,本文提出一种l1正则最小二乘规划的方法,该方法能够得到一组约减向量,其个数要少于支持向量个数。为了求解l1正则最小二乘规划,我们使用序列最小优化(Sequence Minimal Optimization,简称SMO)方法求解。 2.目前支持向量机已经在人脸检测中得到了应用,但是在检测过程中计算复杂度很大,这是由于支持向量机得到的支持向量个数较多。对此,我们将l1正则最小二乘规划方法,引入到人脸检测过程中,并在SMO方法的基础上提出了多元素序列优化法(Multi-element Sequence Optimization,简称MSO)。MSO方法可以改变当前工作集中元素个数,从而使算法的速度和分类性能达到动态的平衡。首先利用SVM进行训练,然后稀疏化表示支持向量并产生约减向量集,最后把约减向量集应用到检测过程中。相比较于SVM,实验证明了本文的方法可大大提高检测速度。 3.近几年来出现在压缩感知(Compressed Sensing,简称CS)中的稀疏信号重构问题得到了学者的广泛重视,它要求以高概率和高速度重构稀疏信号。在研究中,我们发现重构问题的形式相似于我们提出的l1正则最小二乘规划,因此我们对前面的MSO方法进行了改进,提出了一种序列重构法(Sequence Reconstruction Method,简称SRM),并应用到稀疏信号重构中。仿真试验表明在保证重构精度的前提下,我们的方法相比于已有的方法有着较快的重构速度。
【学位授予单位】:西安电子科技大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP181

手机知网App
【引证文献】
中国硕士学位论文全文数据库 前1条
1 崔亚楠;基于压缩传感理论的X射线焊缝图像处理[D];西安石油大学;2012年
【参考文献】
中国期刊全文数据库 前4条
1 田原,梁德群,吴更石;复杂背景中人脸位置的检测及其分割方法[J];电子学报;1998年10期
2 周伟达,张莉,焦李成;自适应支撑矢量机多用户检测[J];电子学报;2003年01期
3 卢春雨,张长水,闻芳,阎平凡;基于区域特征的快速人脸检测法[J];清华大学学报(自然科学版);1999年01期
4 王永卫,李介谷;基于肤色特征的最短生成树方法进行人脸分割[J];上海交通大学学报;1998年01期
中国硕士学位论文全文数据库 前1条
1 宗欣露;基于AdaBoost算法的人脸检测方法的研究[D];武汉理工大学;2006年
【共引文献】
中国期刊全文数据库 前10条
1 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
2 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
3 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期
4 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
5 管翠萍;;药物靶标G蛋白偶联受体的识别预测[J];安徽农业科学;2010年24期
6 刘婷婷;;基于支持向量机的水稻纹枯病识别研究[J];安徽农业科学;2011年28期
7 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
8 高闯;王立东;周世宇;;基于支持矢量机的宫颈细胞分类[J];辽宁科技大学学报;2009年03期
9 邹心遥;姚若河;;基于LSSVM的威布尔分布形状参数估计(英文)[J];半导体技术;2008年06期
10 邹心遥;姚若河;;基于LSSVM的小子样元器件寿命预测[J];半导体技术;2011年09期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
3 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
4 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
5 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
6 蒋少华;桂卫华;阳春华;唐朝晖;蒋朝辉;;基于主元分析与支持向量机的方法及其在密闭鼓风炉过程监控诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年
7 王海丰;李壮;任洪娥;赵鹏;;基于非下采样Contourlet变换和SVM的纹理图像分割算法[A];第二十九届中国控制会议论文集[C];2010年
8 ;State Estimation Model of Ferment Process Based on PSO[A];第二十九届中国控制会议论文集[C];2010年
9 ;Image Classification with Ant Colony Based Support Vector Machine[A];中国自动化学会控制理论专业委员会A卷[C];2011年
10 常俊林;魏巍;梁君燕;;基于支持向量机的SURF改进算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
中国硕士学位论文全文数据库 前10条
1 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
2 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
3 王亚东;基于二代身份证图象的人脸检测与识别研究与设计[D];山东科技大学;2010年
4 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
5 江达秀;基于HMAX模型的人脸表情识别研究[D];浙江理工大学;2010年
6 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
7 刘磊;多泥沙河流水库优化调度研究[D];郑州大学;2010年
8 辛保兵;既有预应力混凝土梁桥剩余承载力评估方法研究[D];郑州大学;2010年
9 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
10 刘松;基于OCSVM和主动学习的DDOS攻击分布式检测系统[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 杨静;王明泉;任少卿;王玉;;一种X射线图像缺陷的自动分割方法的实现[J];弹箭与制导学报;2008年02期
2 张淑娴;程耀瑜;张彦欣;;基于Contourlet变换的焊缝X射线图像增强[J];电子科技;2009年10期
3 但唐仁,田景全,高延军,李野,姜德龙,端木庆铎,富丽晨;低强度X射线影像系统的噪声分析及图像去噪处理[J];发光学报;2002年06期
4 金炜;符冉迪;叶明;励金祥;;采用双树轮廓波及压缩传感的多聚焦图像融合(英文)[J];光电工程;2011年04期
5 蔡骋;张明;朱俊平;;基于压缩感知理论的杂草种子分类识别[J];中国科学:信息科学;2010年S1期
6 陈方林;刘彦;;基于支持向量机的X射线焊缝缺陷检测[J];机械工程与自动化;2010年02期
7 胡昕;;应用人工神经网络模式识别技术建立X射线探伤底片的自动定级系统[J];无损检测;2007年01期
8 申清明;高建民;李成;;焊缝缺陷类型识别方法的研究[J];西安交通大学学报;2010年07期
9 高炜欣;胡玉衡;穆向阳;武晓萌;;埋弧焊X射线焊缝图像缺陷分割检测技术[J];仪器仪表学报;2011年06期
10 孙林;杨世元;吴德会;;X射线底片焊缝缺陷的支持向量机识别方法[J];应用科学学报;2008年04期
中国硕士学位论文全文数据库 前6条
1 陈光;焊缝X射线数字图像处理及缺陷检测方法研究[D];兰州理工大学;2007年
2 宋庆国;焊缝图像缺陷提取与识别系统研究[D];武汉理工大学;2008年
3 吴昊;基于数字图像处理的工业X光射线检测[D];重庆大学;2008年
4 高睿;基于压缩传感的匹配追踪重建算法研究[D];北京交通大学;2009年
5 陈健;基于CS下交通字符识别理论及应用[D];长安大学;2010年
6 王静;焊缝X射线检测底片故障分类与图像识别方法研究[D];东北大学;2008年
【二级参考文献】
中国期刊全文数据库 前10条
1 田原,梁德群,吴更石;复杂背景中人脸位置的检测及其分割方法[J];电子学报;1998年10期
2 姬翔,钟义信;一种神经网络多用户检测器[J];电子学报;1999年12期
3 焦李成,张莉,周伟达;支撑矢量预选取的中心距离比值法[J];电子学报;2001年03期
4 周伟达,张莉,焦李成;支撑矢量机推广能力分析[J];电子学报;2001年05期
5 张莉,周伟达,焦李成;尺度核函数支撑矢量机[J];电子学报;2002年04期
6 张宗平,刘贵忠,董恩清;基于二进小波变换的信号去噪[J];电子与信息学报;2001年11期
7 马勇,丁晓青;基于层次型支持向量机的人脸检测[J];清华大学学报(自然科学版);2003年01期
8 叶航军,白雪生,徐光祐;基于支持向量机的人脸姿态判定[J];清华大学学报(自然科学版);2003年01期
9 卢春雨,张长水,闻芳,阎平凡;基于区域特征的快速人脸检测法[J];清华大学学报(自然科学版);1999年01期
10 张 莉,周伟达,焦李成;一类新的支撑矢量机核[J];软件学报;2002年04期
【相似文献】
中国期刊全文数据库 前10条
1 毛伟;;基于支持向量机的回归应用研究[J];科技资讯;2011年12期
2 袁芬萍;季桂树;;基于SVM的三阶段人脸检测方法的研究与应用[J];计算机技术与发展;2007年09期
3 周珂;彭宏;胡劲松;;支持向量机在心电图分类诊断中的应用[J];微计算机信息;2006年09期
4 韩永章;;基于支持向量机的旋转机械故障诊断研究[J];科技信息;2010年12期
5 刘磊;;多类分类支持向量机方法研究[J];福建电脑;2010年08期
6 张问银;金宁德;刘印锋;;基于支持向量机的CD4细胞图像识别方法[J];计算机工程与科学;2009年07期
7 潘浪;单明霞;;支持向量机在资源评价中的应用研究[J];长江大学学报(自然科学版)理工卷;2009年04期
8 盘善荣;傅明;史长琼;;支持向量机在P2P流量识别中的应用[J];计算机工程与科学;2010年02期
9 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
10 曾文;彭辉;;支持向量机在手写签名的应用研究[J];中国高新技术企业;2009年15期
中国重要会议论文全文数据库 前10条
1 司爱威;冯辅周;江鹏程;饶国强;王建;;基于可变风险SVM模型的故障识别方法研究[A];第十届全国振动理论及应用学术会议论文集(2011)上册[C];2011年
2 邵杰;叶宁;容亦夏;;基于SVM的多波束测深数据滤波[A];第二十九届中国控制会议论文集[C];2010年
3 王红伟;董慧;;一种提高SVM分类精度的调制信号识别方法[A];2010年西南三省一市自动化与仪器仪表学术年会论文集[C];2010年
4 周广春;潘登;;面外均布荷载作用下砌体墙板破坏模式特征值提取的SVM方法[A];工程设计与计算机技术:第十五届全国工程设计计算机应用学术会议论文集[C];2010年
5 于湘涛;周峰;张兰;魏超;;基于SVM和田口方法的石英挠性加速度计健壮性设计[A];质量——持续发展的源动力:中国质量学术与创新论坛论文集(下)[C];2010年
6 ;A Tool Wear Predictive Model Based on SVM[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
7 张睿;陈雪;马建文;;基于递归SVM的高光谱数据特征选择算法研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
8 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
9 蔡志理;姜桂艳;丁秋实;;基于SVM和数据融合技术的高速公路AID算法设计[A];第二十七届中国控制会议论文集[C];2008年
10 ;Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication[A];第二十六届中国控制会议论文集[C];2007年
中国重要报纸全文数据库 前10条
1 郭涛;利用SVM虚拟化技术实现容灾[N];中国计算机报;2008年
2 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
3 记者  周襄楠;清华人脸识别系统:一秒钟查出罪犯[N];新清华;2006年
4 本报记者 李颖 实习生 蒋秀娟;面部识别鉴定身份真的可靠吗?[N];科技日报;2006年
5 记者 闫文锋 实习记者 高鹏;清华人脸识别系列全面推广[N];中国知识产权报;2006年
6 齐齐哈尔大学计算机系讲师 赵鑫;新技术在数字娱乐和动漫领域的应用[N];齐齐哈尔日报;2008年
7 记者 张晔 通讯员 杨萍 田野;南理工一技术给汽车提供安全“智能助理”[N];科技日报;2009年
8 王新佳;人脸识别术 安全防范的“电子眼”[N];中国高新技术产业导报;2006年
9 记者 张晔 通讯员 罗静;人脸自动识别系统助警抓逃犯[N];科技日报;2003年
10 徐昕;正在成熟的生物识别技术[N];中国计算机报;2006年
中国博士学位论文全文数据库 前10条
1 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
2 宋国明;基于提升小波及SVM优化的模拟电路智能故障诊断方法研究[D];电子科技大学;2010年
3 张婧;基于SVM的肺结节自动识别方法研究[D];华南理工大学;2011年
4 申丰山;样例权重估计及在此基础上的SVM[D];西安电子科技大学;2011年
5 许敏强;基于话者统计特征和SVM的文本无关话者确认研究[D];中国科学技术大学;2011年
6 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
7 王金林;基于混沌时间序列和SVM的入侵检测系统研究[D];天津大学;2010年
8 包鑫;稳健回归技术及其在光谱分析中的应用[D];浙江大学;2010年
9 龙艳花;基于SVM的话者确认关键技术研究[D];中国科学技术大学;2011年
10 王开义;基于支持向量机的农产品生产关键控制点发现研究[D];北京工业大学;2011年
中国硕士学位论文全文数据库 前10条
1 曾玉祥;盲抽取与SVM方法在地球化学异常下限提取中的应用[D];成都理工大学;2010年
2 陈桂荣;SVM解的简化方法及CS中稀疏信号的重构方法研究[D];西安电子科技大学;2010年
3 杨飞;基于SVM的煤炭销售分析预测系统的研究[D];太原科技大学;2011年
4 蔡磊;SVM及其扩展算法在图像处理中的应用研究[D];西安石油大学;2010年
5 高洁;基于SVM的基因表达谱分析和函数集VC维研究[D];华东师范大学;2011年
6 姚玉;基于GA-SVM算法的细胞色素酶P450突变预测[D];上海交通大学;2011年
7 曹云生;基于支持向量机(SVM)的森林生态系统健康评价及预警[D];河北农业大学;2011年
8 严会霞;基于SVM的眼动轨迹解读思维状态的研究[D];太原理工大学;2010年
9 王志伟;利用SVM改进Adaboost算法的人脸检测精度[D];武汉科技大学;2010年
10 杨焕;基于Basic-N-Units特征的SVM方法预测MicroRNA[D];吉林大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026