-
题名基于样本不平衡与视觉多样性的超平面偏移法
- 1
-
-
作者
彭晏飞
尚永刚
-
机构
辽宁工程技术大学电子与信息工程学院
-
出处
《计算机工程》
CAS
CSCD
2013年第12期223-227,232,共6页
-
基金
国家自然科学基金资助项目(61172144)
-
文摘
在基于内容的图像检索中,支持向量机(SVM)的分类性能不仅受到样本不平衡的影响,而且由于图像的视觉多样性,导致在分类超平面附近找不到正例样本,无法提高分类器性能。针对上述问题,提出一种二阶段的SVM超平面偏移方法。根据样本的不平衡性进行超平面的相对偏移,使得当前超平面向理论的最优超平面移动,以此为基础进行相关反馈,并根据反馈结果运用超平面三原则对当前的偏移超平面再进行偏移,以解决图像的视觉多样性问题,从而得到能够提高检索精度的分类超平面。实验结果证明,与基于SVM的标准图像检索方法相比,该方法能大幅提升样本集的分类性能,使图像的检索精度平均提高16%。
-
关键词
支持向量机
样本不平衡
视觉多样性
二阶段svm偏移方法
相关反馈
超平面三原则
-
Keywords
Support Vector Machine（svm）
sample imbalance
visual diversity
offset method of two stage svm
relevance feedback
three principles of hyperplane
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
