收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机在分类及人脸检测应用中的研究

江锋  
【摘要】: 支持向量机(Support Vector Machines,简称SVM)是在统计学习理论的基础上发展起来的一种新的学习方法,它已初步表现出很多优于已有方法的性能。由于采用了结构风险最小化原则代替经验风险最小化原则,使得较好的解决了小样本学习的问题;又由于采用了核函数思想,使它把非线性空间的问题转换到线性空间,降低了算法的复杂度。正是因为其完备的理论基础和出色的学习性能,该技术已成为机器学习界的研究热点,并在很多领域都得到了成功的应用,如人脸检测、手写体数字识别、文本自动分类等。但是作为一种新兴技术,SVM在很多应用领域的研究还有待探索和完善。例如:核函数和参数的选择缺乏理论指导、缺乏容噪性能、训练算法的完善、不支持增量学习、缺乏和先验知识的整合能力等等。这些问题的存在,使得SVM在很多领域的应用受到了很大限制。本文在学习探讨SVM算法的同时,对SVM在图像处理领域的几种应用进行了论述。 本文工作包括: (1)最优化理论的学习以及训练算法的本质 SVM训练的本质是解决一个二次规划(Quadratic Programming,简称QP)问题,这是最优化理论的范畴。本文通过简要介绍最优化理论,力图说明SVM众多算法的改进方向。 (2)SVM在图像处理中的一般使用 在对SVM学习特点的深入分析基础上,论述了其在图像处理中的应用,比如简单图像分类、遥感图像分类等等。 (3)SVM在人脸检测中的应用 主成份分析(PCA)的特征脸方法已经在人脸检测、人脸识别、人脸跟踪中取得了较好的结果。但是,主成份分析具有一定的局限性,它体现的是图像集的低维统计特征,而对于图像上类似多个点之间相互关系的高维统计特征没有进行反映。针对这个问题,本文提出了用Kernel PCA来提取图像特征,并用支持向量机(SVM)进行分类的方法。Kernel PCA不仅能够反映图像的高维特征,而且不会发生维数爆炸带来的灾难性后果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 山艳;须文波;孙俊;;基于QPSO算法训练SVM[J];计算机应用研究;2007年07期
2 陈俏;曹根牛;谢丽娟;;支持向量机的研究进展[J];现代计算机(专业版);2009年04期
3 陆波,尉询楷,毕笃彦;支持向量机在分类中的应用[J];中国图象图形学报;2005年08期
4 田建忠;王威;谢梅芳;;基于粒子群算法的支持向量机训练和实现方法[J];武汉理工大学学报(信息与管理工程版);2007年10期
5 余萍;;基于边界调节的支持向量机模型[J];新课程(教育学术版);2008年02期
6 宋杰;;支持向量机及其训练算法[J];韶关学院学报;2008年03期
7 杨飞;王猛;;基于支持向量机的煤炭销售预测系统的研究[J];计算机与数字工程;2011年06期
8 何鸣;李国正;袁捷;;医学诊断中集成学习技术的研究[J];计算机工程与应用;2006年28期
9 朱雪芳;;改进支持向量聚类算法的研究[J];计算机测量与控制;2006年12期
10 吴翔;谭李;陆文凯;张学工;;提高超大规模SVM训练计算速度的研究[J];模式识别与人工智能;2003年01期
11 山艳;须文波;孔丽丹;;基于QPSO训练支持向量机的人脸识别[J];计算机工程与设计;2007年23期
12 李旭芳;王士同;;基于QPSO训练支持向量机的网络入侵检测[J];计算机工程与设计;2008年01期
13 徐喆;毛志忠;;基于超球的支持向量机增量学习算法[J];东北大学学报(自然科学版);2010年01期
14 王树林;王戟;陈火旺;张波云;;基于主成份分析的肿瘤分类检测算法研究[J];计算机工程与科学;2007年09期
15 冯爱民;刘学军;孙廷凯;;嵌入数据结构信息的单类支持向量机及其线性规划算法[J];中山大学学报(自然科学版);2009年06期
16 郭磊;武优西;刘雪娜;颜威利;沈雪勤;;基于主成份分析和支持向量机的MRI图像多目标分割[J];中国生物医学工程学报;2007年04期
17 夏建生;李印;栾语;;基于主成份分析和支持向量机的车标识别[J];工业控制计算机;2011年05期
18 杨路明,李丽;一种加速大规模SVM训练的新思路[J];微机发展;2004年12期
19 孙蕾;;医学图像决策支持系统中的SVM算法[J];计算机工程;2008年03期
20 袁玉萍;钟萍;安增龙;汪红艳;;基于支持向量机的多类分类问题的一种新算法[J];数学的实践与认识;2011年01期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 Dougsoo Kaown;刘建国;;支持向量机的几何解法(英文)[A];中国运筹学会第八届学术交流会论文集[C];2006年
9 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
10 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
中国博士学位论文全文数据库 前10条
1 马儒宁;神经网络与支持向量机相关问题研究[D];复旦大学;2005年
2 董春曦;支持向量机及其在入侵检测中的应用研究[D];西安电子科技大学;2004年
3 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
4 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
5 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
6 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
7 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
8 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
9 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
10 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
中国硕士学位论文全文数据库 前10条
1 江锋;支持向量机在分类及人脸检测应用中的研究[D];南京理工大学;2003年
2 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
3 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
4 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
5 李靖;基于支持向量机的基因表达数据降维方法的研究[D];苏州大学;2011年
6 王永辉;基于Gabor小波变换与支持向量机的人脸识别研究[D];大连理工大学;2006年
7 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
8 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
9 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
10 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
中国重要报纸全文数据库 前10条
1 本报记者 娄立平;万通地产 首倡“二次规划”[N];中国房地产报;2005年
2 本报记者  孙蔚;社区二次规划能否弥补先天不足[N];中国消费者报;2006年
3 中国楼市记者  张俐;寻求社区可持续发展[N];中国建设报;2006年
4 张璐通讯员 吴树群;科贸金街整体升级[N];天津日报;2007年
5 本报记者  马琳;开发商的物业情节:自给自足还是专业分工?[N];中国房地产报;2006年
6 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
7 李水根;计算机详解配伍与药效关系[N];健康报;2005年
8 种筱娜 程敏;圆明新园:追“新”十载风华更盛[N];珠海特区报;2007年
9 徐钰烨;科技新城规划突出五大重点[N];江阴日报;2008年
10 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
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978