中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2011年
9期
1650-1655
,共6页
维度分割%特征集%支持向量机%金字塔匹配%核函数%目标识别
維度分割%特徵集%支持嚮量機%金字塔匹配%覈函數%目標識彆
유도분할%특정집%지지향량궤%금자탑필배%핵함수%목표식별
随着特征维数增加,原金字塔匹配核(PMK)期望误差线性上升,从而性能存在着大幅下降的可能.提出一种改进的金字塔匹配算法,通过不断的二分维特征空间从而产生一系列特征子空间,加权求和每一特征子空间内对特征的金字塔匹配核,最后通过核优化得到半正定核矩阵,从而能够利用基于核学习算法(如支持向量机)求解.在两个数据集(Caltech-101、ETH-80)上的实验表明,相对于其他相应改进算法需要增加几百倍的计算时间,DPPMK只增加4～6倍的计算时间就能够达到与其一样的准确率.
隨著特徵維數增加,原金字塔匹配覈(PMK)期望誤差線性上升,從而性能存在著大幅下降的可能.提齣一種改進的金字塔匹配算法,通過不斷的二分維特徵空間從而產生一繫列特徵子空間,加權求和每一特徵子空間內對特徵的金字塔匹配覈,最後通過覈優化得到半正定覈矩陣,從而能夠利用基于覈學習算法(如支持嚮量機)求解.在兩箇數據集(Caltech-101、ETH-80)上的實驗錶明,相對于其他相應改進算法需要增加幾百倍的計算時間,DPPMK隻增加4～6倍的計算時間就能夠達到與其一樣的準確率.
수착특정유수증가,원금자탑필배핵(PMK)기망오차선성상승,종이성능존재착대폭하강적가능.제출일충개진적금자탑필배산법,통과불단적이분유특정공간종이산생일계렬특정자공간,가권구화매일특정자공간내대특정적금자탑필배핵,최후통과핵우화득도반정정핵구진,종이능구이용기우핵학습산법(여지지향량궤)구해.재량개수거집(Caltech-101、ETH-80)상적실험표명,상대우기타상응개진산법수요증가궤백배적계산시간,DPPMK지증가4～6배적계산시간취능구체도여기일양적준학솔.
