基于模糊支持向量机和核方法的目标检测方法研究

被引：7

作者：

马永军

李孝忠

王希雷

机构：

[1] 天津科技大学计算机科学与信息工程学院

[2] 天津科技大学计算机科学与信息工程学院天津

[3] 天津

[4] 天津

来源：

天津科技大学学报 | 2005年 / 03期

关键词：

目标检测; 核方法; 模糊支持向量机; 隶属度;

D O I：

10.13364/j.issn.1672-6510.2005.03.008

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

介绍了模糊支持向量机(FSVM)理论,利用FSVM理论解决一般场景图像中的目标检测问题,并利用统计学习理论和支持向量机方法研究中形成的新的机器学习方法——核方法,研究FSVM的隶属度确定问题。实验表明,本算法具有较高的识别精度。本方法既具有针对性,又在理论上具有一般性,对推动模糊支持向量机这一新的模式分类方法的实际应用具有积极意义。

引用

页码：29 / 32

页数：4