-
题名支持向量机的新分类器算法研究(英文)
被引量：1
- 1
-
-
作者
宋晓宁
吴小俊
杨静宇
郑宇杰
杨习贝
-
机构
南京理工大学计算机系
江南大学信息工程学院
中国电子科技集团公司第
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2009年第12期3617-3621,共5页
-
基金
The National Science Foundation of China (60632050, 60572034)
The Natural Science Foundation of Jiangsu Province (BK2006081)
-
文摘
提出了基于支持向量机(SVM)和决策树(DT)的几种新分类器算法。首先对支持向量机和模糊支持向量机(FSVM)处理多类分类问题的传统算法进行介绍,然后在DT-FSVM和最近邻分类器的基础之上,提出基于样本区域分析(SRA)的混合分类器算法(SRA-DT-FSVM),该算法中样本区域分析的概念被提出。在线性鉴别分析(LDA)的人脸特征空间中,分别对算法FSVM,DT-FSVM,SRA-DT-FSVM以及Binary-DT-SVM进行了全面的性能比较。通过在ORL人脸库上的实验结果表明,提出的新方法是有效的。此外,基于DT的SVM的分类速度获得了较大提高。
-
关键词
模糊支持向量机
决策树
样本区域分析
特征抽取
人脸识别
-
Keywords
fuzzy support vector machine
decision tree
sample region analysis
feature extraction
face recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
