基于二叉树和SVM的指纹分类

被引:6
作者
朱晓霞
孙同景
陈桂友
机构
[1] 山东大学控制科学与工程学院
关键词
指纹分类; 二叉树; 支持向量机; 多类分类;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为解决支持向量机(Support Vector Machine,SVM)进行指纹多类分类存在困难的问题,在应用二叉树理论的基础上,提出了一种新型的指纹分类方法.该算法首先使用二叉树进行多类决策,将原始分类数据分解成3个二类分类问题,然后利用SVM进行二类分类,使3个分类超平面得到优化.两者的有机结合,充分发挥了SVM在二类分类问题方面相对于其它方法的优势,从而使算法的推广能力有较大提高,总的分类正确率可达97.9%.实验结果证明,二叉树构造多类框架将指纹多类分类问题分解成3个二类分类器系统,不仅可以有效的提高指纹分类的效率,还充分发挥了SVM分类器解决二类分类问题的优势.
引用
收藏
页码:121 / 124
页数:4
相关论文
共 5 条
[1]  
Statistical Learning Theory. VAPINK V. . 1998
[2]   SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297
[3]  
Fingerprint classification using afeedback-Based line detector. SHAH SHESHA SASTRY. IEEE Transactions on Sys-tems,Man and Cybernetics(Part B) . 2004
[4]   一种新的二叉树多类支持向量机算法 [J].
唐发明 ;
王仲东 ;
陈绵云 ;
不详 .
计算机工程与应用 , 2005, (07) :24-26
[5]   基于HMM和SVM的指纹分类方法 [J].
王崇文 ;
李见为 ;
陈为民 .
电子与信息学报, 2003, (11) :1488-1493