信号处理
信號處理
신호처리
SIGNAL PROCESSING
2003年
z1期
195-198
,共4页
李铭%袁保宗%曾凡仔%刑强%孙运达
李銘%袁保宗%曾凡仔%刑彊%孫運達
리명%원보종%증범자%형강%손운체
解析中心%内点法%支持向量机
解析中心%內點法%支持嚮量機
해석중심%내점법%지지향량궤
近年来,支持向量机(SVM)由于其非凡的推广能力已经在机器学习领域和优化领域引起了广泛的关注.支持向量机的最优解对应于翻译空间中最大内接球的中心.近来,人们提出了一些改进的算法,这些算法是考虑求解翻译空间中其他类型的中心,如重心.这些改进的方法能够进一步的增强分类器的推广能力.解析中心机(ACM)就是通过对翻译空间的解析中心进行求解以得到最优分类超平面的.本文中,我们提出了一种基于二叉树策略的多类ACM算法并将其应用到人脸识别上,并进一步给出了相应的实验结果.
近年來,支持嚮量機(SVM)由于其非凡的推廣能力已經在機器學習領域和優化領域引起瞭廣汎的關註.支持嚮量機的最優解對應于翻譯空間中最大內接毬的中心.近來,人們提齣瞭一些改進的算法,這些算法是攷慮求解翻譯空間中其他類型的中心,如重心.這些改進的方法能夠進一步的增彊分類器的推廣能力.解析中心機(ACM)就是通過對翻譯空間的解析中心進行求解以得到最優分類超平麵的.本文中,我們提齣瞭一種基于二扠樹策略的多類ACM算法併將其應用到人臉識彆上,併進一步給齣瞭相應的實驗結果.
근년래,지지향량궤(SVM)유우기비범적추엄능력이경재궤기학습영역화우화영역인기료엄범적관주.지지향량궤적최우해대응우번역공간중최대내접구적중심.근래,인문제출료일사개진적산법,저사산법시고필구해번역공간중기타류형적중심,여중심.저사개진적방법능구진일보적증강분류기적추엄능력.해석중심궤(ACM)취시통과대번역공간적해석중심진행구해이득도최우분류초평면적.본문중,아문제출료일충기우이차수책략적다류ACM산법병장기응용도인검식별상,병진일보급출료상응적실험결과.
