可补偿类别差异的加权支持向量机算法

来源 :中国图象图形学报 | 被引量 : 54次 | 上传用户：littleshrimp1

【摘要】

：

支持向量机(SVM)算法在各类别样本数多少不同时,样本数量多的类别,其分类误差小,而样本数量少的类别,其分类误差大.针对这种倾向性问题,在分析其产生原因的基础上,提出了加权SVM算法,从而克服了常规SVM算法不能灵活处理每一个样本的缺陷,同时补偿了这种倾向性造成的不利影响.这种以牺牲大类别精度来提高小类别精度的加权支持向量机方法,可应用于诸如故障诊断等关注小类别分类精度的场合.户外图象识别的实验结

【作者】

：

范昕炜杜树新吴铁军

【机构】

：

浙江大学工业控制技术国家重点实验室

【出处】

：

中国图象图形学报

【发表日期】

：

2003年09期

【关键词】

：

SVM 加权支持向量机算法图象识别分类精度二次规划 Support Vector Machine (SVM) Classification accura

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

车辆自主导航中的道路边界识别算法

道路边界识别是车辆基于道路区域或边界信息自动导航的首要问题 .根据驾驶员视觉处理经验和车辆运动轨迹方程 ,总结出道路边界识别的先验知识与预测知识 ,在所选取的二次曲线道路形状模型基础上 ,分别利用边界识别算法和跟踪识别算法得到车辆起步和稳定行驶过程中的实时道路边界信息 ,为车辆控制器计算出位置偏差和方向偏差两个参数 ,以实现车辆基于前向单目视觉的自主导航 .通过对实际路面试验结果的分析 ,证明了该

期刊

道路边界识别智能交通系统传感器汽车自动导航系统Pattern recognition Machine vision Autonavigation

基于纹理基元的图象分割

纹理分割是图象处理的基本问题之一 .针对广泛的纹理图象 ,需要一个高效、鲁棒的分割方法 ,因此提出了一种基于纹理基元的纹理图象分割算法 .首先 ,以 Harr小波为变换工具 ,得到具有方向性的纹理子图象 ;然后给出了一种新的纹理基元提取方法 ,并在此基础上 ,应用统计方法和矢量场 ,对纹理区域进行由粗到细的分割 .通过这种方法不仅可以对纹理图象进行分割 ,还可以对同一区域的纹理结构进行描述 ,从而

期刊

纹理基元图象分割图象处理鲁棒性小波变换Computer image processingTexture segmentation Wavelet

基于几何模型与照片序列的不规则物体纹理获取

虚拟世界的建造过程中 ,获取不规则物体的纹理非常重要 .针对数字文物保存与展示的要求 ,提出了一种基于物体单色几何模型及在其周围环绕拍摄的照片序列来获取不规则物体圆柱纹理的算法 .该算法分为投影变换、变形和拼接等步骤 ,通过将物体照片序列上的色彩映射到圆柱贴图面上来获得该物体的纹理 .该算法具有对原始照片质量要求低和允许运行时进行编辑等优点

期刊

不规则物体几何模型照片序列投影变换纹理获取虚拟现实系统Computer image processingTexture acquirement

基于阴影检测的HSV空间自适应背景模型的车辆追踪检测

在交通监控中 ,要进行车辆的检测、车流量统计、实时追踪、车速测定等工作 ,而如何从复杂的背景中分割运动物体是至关重要的一步 ,目前采用的典型方法是背景相减方法 .为了对运动车辆进行准确快速的检测 ,在研究了目前存在的各种方法之后 ,提出了一种新的基于阴影检测的 HSV空间自适应背景模型的车辆追踪检测算法 ,并将其应用于运动物体的分割 ,同时给出了具体的试验结果 .该方法之所以不在传统的 RGB空间

期刊

阴影检测HSV空间自适应背景模型车辆追踪检测交通监控智能交通系统Traffic surveillanceAdaptive background m

基于有偏场的适配模糊聚类分割算法

近年来提出了许多监督和非监督模式识别技术用于磁共振图象的组织分类和定量分析 .但是 ,这些方法的精度受到图象灰度不均匀性的严重影响 .对于那些受灰度不均匀性影响的图象 ,如磁共振图象 (MRI) ,提出了一种新的基于有偏场的适配模糊聚类算法 (BAFCM)来产生它们的分割结果 .该算法通过修改 C- means模糊算法中的目标方程 ,引入了描述灰度不均匀性的增益场 ,通过将增益场转化为有偏场的计算

期刊

核磁共振图象组织分类有偏场适配模糊聚类分割图象分割图象处理医学影像学FCM算法Magnetic resonance imaging Tissu

一种快速精确的人脸三维形状重构新方法

针对传统 SFS(Shap from Shading)的不足 ,提出了一种新的基于 BP神经网络的明暗恢复形状的方法 ,该方法是基于兰伯特 (L am bertian)反射模型的改进算法 ,利用了 BP神经网络强的非线性映射能力 ,将 L ambertian表面反射模型与光滑表面模型相结合 ,然后再利用一些已知条件 ,构成 SFS问题的正则化模型 ;变换不同的照明条件 ,将模型平移或旋转获得多幅图

期刊

BP神经网络Lambertian反射模型人脸识别三维形状恢复计算机视觉明暗恢复形状SFSComputer image processingSha

可补偿类别差异的加权支持向量机算法

其他学术论文