胡友呈SVM

重庆理工大学 2016/4/14ChongQing University of Technology

SVM支持向量机的提取与识别报告人：胡友呈

追求卓越

“高性能机电传动技术及应用”团队 1

超越自我

重庆理工大学 2016/4/14ChongQing University of Technology

汇报目录 Ⅰ Ⅱ

svm支持向量机 向量机应用

追求卓越

“高性能机电传动技术及应用”团队 2

超越自我

重庆理工大学 2016/4/14ChongQing University of Technology

模式识别过程：

追求卓越

“高性能机电传动技术及应用”团队 3

超越自我

重庆理工大学ChongQing University of Technology

模式识别的数学模型:模式识别最主要的基于决策理论。 基本概念： 模式类:一个模式类是由一个或多个特征组 成。对给定的M个模式类s1,s2,s3,· · · ,sm. 特征向量：x=[x1,x2, ,xn]T 决策函数：对应每个模式类，求出相应的 判别函数。追求卓越

“高性能机电传动技术及应用”团队

超越自我

重庆理工大学ChongQing University of Technology

最小距离分类器的模式识别：

每个模式类用一个均值矢量表示：

mj 决策函数：

1 Nj

X s j

X

j=1,2, ,M

1 d j ( x) xT m j mT j mj 2

追求卓越

“高性能机电传动技术及应用”团队

超越自我

重庆理工大学ChongQing University of Technology

支持向量机:

线性分类器的设计就是要设计一个超平面：g ( x) wT X w0

从一个点到一个超平面的距离：d g ( x) w

通过对w和w0的归一化，得：追求卓越

“高性能机电传动技术及应用”团队

超越自我

重庆理工大学ChongQing University of Technology

W T X w0 1 W T X w0 1

x s1 x s2

求超平面问题实际是求：W和W0转化为数 学模型：对每个类Si,记其标号为ti,其中 ti=1,ti=-1. t W x w 1 条件： i=1,2,...,N 求解最小化： C w 1 w 2T i i 0

2

追求卓越

“高性能机电传动技术及应用”团队

超越自我

重庆理工大学ChongQing University of Technology

由拉格朗日乘法求极值点N 1 T L( w, w0 , ) W W i ti (W T xi w0 ) 1 2 i 1

得到结果：w N

t xi 1 i i i i

N

i

ti 1

0

追求卓越

“高性能机电传动技术及应用”团队

超越自我

重庆理工大学ChongQing University of Technology

支持向量机实例： 图像相位一致和纹理特征作为构成特征 向量的主要组成部分，以便更加合理地 描述图像中不同区域的特征，进而可以 更有效地将图像目标区域和非目标区域 进行分类。 1)相位一致性及统计特征的提取：E

PC ( x, y)x 1 y 1

m

n

m n

追求卓越

“高性能机电传动技术及应用”团队

超越自我

重庆理工大学ChongQing University of Te

chnology

同理得方差V,偏度SK,峰度BK,熵Ent.将这五个特征组成一个模式 P( E ,V , SK , BK , Ent ) 2)图像纹理特征提取 离散函数f(x,y)经离散傅里叶变换后 得频谱函数F(u,v)。 图像的变换纹理特征可以用以下几个参数来 度量： E F (u, v) 能量：2 u v

追求卓越

“高性能机电传动技术及应用”团队

超越自我

重庆理工大学ChongQing University of Technology

I (u, v) D [ arctan( )] / E 频域方向性： R(u, v)u v

纹理度量用能量和频域方向性两个参数。从 而组成一个特征向量： q (E, D) 3)灰度特征向量提取. 图像灰度向量h=(k11,k12,...,kij) 以上的提出了特征。 1)将待分割图像分成W 个M×N的子图像 块，每个子图像块构成一个特征向量xi。 i=1,2,3,…,W;p、q、h分别 为追求卓越

“高性能机电传动技术及应用”团队

超越自我

重庆理工大学ChongQing University of Technology

2)通过人工方法在xi中选取一部分能代 表目标区域和非目标区域的特征向量来作 为训练特征向量，表示为(xj,yj) ,其中j∈{1,2,…,W}。 3)通过选取的特征训练求得：方向矢量W 和距离w0 。求得超平面:g(x)=(W*x+W0)追求卓越

描述的相位一致统计特征向量、变换 纹理特征向量、灰度特征向量。

“高性能机电传动技术及应用”团队

超越自我

重庆理工大学ChongQing University of Technology

4)将待分类的特征向量集xi(i=1,2, 3,…,W)代入公式(10)中，如果g(xi)的值 为1,那么相应的xi属于A类，否则xi属于B类

追求卓越

“高性能机电传动技术及应用”团队

超越自我

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库胡友呈SVM在线全文阅读。