SVM内核构建与优化在羽绒检测系统中的应用

来源 :江南大学 | 被引量 : 0次 | 上传用户:zhaodashu
下载到本地 , 更方便阅读
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
支持向量机(SVM)是建立在统计学习理论(SLT)的VC维理论和结构风险最小原理基础上的一种新的通用学习方法,它根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷,以期获得最好的推广能力。目前,在模式识别方面,SVM算法在精度上已经超过传统的学习算法或与之不相上下。核函数是SVM方法中少数几个能够调整的参数之一,由于核函数的形式及其参数的确定决定了分类器类型和复杂程度,它显然应该作为控制分类器性能的手段。本文针对实际问题,即针对一款基于支持向量机的羽绒种类自动检测系统,重点对核函数及其参数的选择进行了探讨和研究,看能否进一步提高该系统的识别率。基于此,本文的主要工作如下:1、在对图像处理、SVM理论等知识进行了探讨的基础上,对内核及其参数的选择进行了重点研究,并提出利用优化算法选择最佳内核参数来提高系统的性能。通过对优化算法及内核优化思想的的研究,来确定最佳内核及其参数,从而在对羽绒图像中的菱节进行识别时,识别率能有显著提高,之后对识别出的菱节进行配对、计算节距来最终确定羽绒的种类为鹅绒、鸭绒或非鹅鸭绒时,使整体识别率得到提高。2、对构建新内核进行了研究,并将之与内核优化思想相结合进行了探讨。通过对多个内核的测试比较,使羽绒种类自动检测系统中所选内核及其参数为最佳,并完善了羽绒种类自动检测系统的软件设计。在Windows 2000下,以VC++ 6.0为开发平台最终开发出了界面友好、操作简单、识别结果比较满意的羽绒种类自动检测系统软件。基于SVM的羽绒种类自动检测系统克服了人工检测的诸多弊端,减少了人工检测时的可能出错,是羽绒种类检测方式的一种尝试和突破;本系统的研究开发,大幅提高了羽绒鉴定的手段与水平,具有广阔的前景和推广价值,并且填补了国内外在此领域的空白。
其他文献
以社会救助、社会保险和社会福利为基本内容的社会保障制度是现代市场经济的一个重要组成部分和标志。信息化技术发展日新月异,新技术的出现在提高人们对信息的掌握和操控能力
需求工程是软件工程初期的重要工作,其目的是得到对需求的准确清晰一致的描述以及相应的求解限制。随着需求工程的发展,基于场景的需求获取逐步得到了软件工程界的重视,出现
随着无线通信技术、嵌入式技术、计算机技术以及微电子技术等前沿技术的发展,使得能耗低、功能强的无线传感器得到快速发展。这些传感器拥有体积小,感知环境、数据采集、数据处
人脸识别作为生物特征识别技术中的典范,在人们生活中的许多领域都有着良好的应用前景。人脸识别在数十年的研究里,已经取得了很大的进步。目前在简单且固定的条件下人脸识别
无线传感器网络是由大量在空间中分布的具有通信及计算能力的传感器节点以无线多跳的方式组成的一种分布式自组织网络。它集成了传感器技术、无线通信、微机电系统、片上系统
聚类分析是把数据对象或规则划分成若干个子集的过程,每个子集代表了一个簇,其目标是使得簇中的对象彼此的相似,而与其他簇中的对象尽可能的不相似,聚类分析已经广泛地应用到
医学图像分割算法的研究是医学图像处理永恒的话题,是一个多学科交叉的研究领域,它涉及数字图像处理、计算机图形学以及医学领域的相关知识。在诊断医学、手术规划及模拟仿真
动态目标检测与跟踪是智能监控系统的重要组成部分,它融合了图像处理、模式识别、自动控制及计算机应用等相关领域的先进技术和研究成果,是计算机视觉和图像编码研究领域的一个
随着网络的飞速发展,互联网上信息资源的数量急剧增加,为了从海量的数据中挖掘出有用信息,搜索引擎作为网络信息检索的主要工具迅速产生并发展起来。然而,任何一个搜索引擎都
随着Internet的发展,网上的信息量在飞速的增长。同时,信息的内容也逐渐多样化,各式各样的内容涌现到网民面前,其中不免有些不良和不安全信息的存在。如何有效的从众多的信息