中国图象图形学报A辑
中國圖象圖形學報A輯
중국도상도형학보A집
Journal of Image and Graphics
2004年
1期
40-45
,共6页
孔锐%施泽生%郭立%张国宣
孔銳%施澤生%郭立%張國宣
공예%시택생%곽립%장국선
核主分量分析%核函数%主分量分析%支持向量机
覈主分量分析%覈函數%主分量分析%支持嚮量機
핵주분량분석%핵함수%주분량분석%지지향량궤
为了提高图像分类的识别率,在对基于核的学习算法中,核函数的构成条件以及不同核函数的特性进行分析和研究的基础上,提出了一种新的核函数--组合核函数,并将它应用于核主分量分析(KPCA)中,以便进行图像特征的提取,由于新的核函数既可以提取全局特征,又可以提取局部特征,因此,可以提高KPCA在图像特征提取中的性能.为了验证所提出核函数的有效性,首先利用新的核函数进行KPCA,以便对手写数字和脸谱等图像进行特征提取,然后利用线性支持向量机(SVM)来进行识别,实验结果显示,从识别率上看,用组合核函数所提取的特征质量比原核函数所提取的特征质量高.
為瞭提高圖像分類的識彆率,在對基于覈的學習算法中,覈函數的構成條件以及不同覈函數的特性進行分析和研究的基礎上,提齣瞭一種新的覈函數--組閤覈函數,併將它應用于覈主分量分析(KPCA)中,以便進行圖像特徵的提取,由于新的覈函數既可以提取全跼特徵,又可以提取跼部特徵,因此,可以提高KPCA在圖像特徵提取中的性能.為瞭驗證所提齣覈函數的有效性,首先利用新的覈函數進行KPCA,以便對手寫數字和臉譜等圖像進行特徵提取,然後利用線性支持嚮量機(SVM)來進行識彆,實驗結果顯示,從識彆率上看,用組閤覈函數所提取的特徵質量比原覈函數所提取的特徵質量高.
위료제고도상분류적식별솔,재대기우핵적학습산법중,핵함수적구성조건이급불동핵함수적특성진행분석화연구적기출상,제출료일충신적핵함수--조합핵함수,병장타응용우핵주분량분석(KPCA)중,이편진행도상특정적제취,유우신적핵함수기가이제취전국특정,우가이제취국부특정,인차,가이제고KPCA재도상특정제취중적성능.위료험증소제출핵함수적유효성,수선이용신적핵함수진행KPCA,이편대수사수자화검보등도상진행특정제취,연후이용선성지지향량궤(SVM)래진행식별,실험결과현시,종식별솔상간,용조합핵함수소제취적특정질량비원핵함수소제취적특정질량고.
