基于支持向量机的分类器训练研究

被引:2
作者
崔鹏宇
机构
[1] 辽宁地质工程职业学院信息中心
关键词
梯度方向; 支持向量; 工程车辆; HOG特征;
D O I
10.19695/j.cnki.cn12-1369.2016.06.042
中图分类号
TP391.41 []; TP18 [人工智能理论];
学科分类号
080203 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
通过介绍基于机器学习的分类器的训练过程。首先对模式识别的相关知识进行介绍,并对分类器的训练进行具体的说明;然后给出了机器学习中最常用的支持向量机(SVM)方法和梯度方向直方图特征描述的相关知识,重点讲述了其原理和计算过程,建立了工程车辆样本库,采用梯度方向直方图作为样本特征,使用线性支持向量机的方法训练分类器,最后通过实验证明了算法的正确性和可行性。
引用
收藏
页码:58+60 / 58 +60
页数:2
相关论文
共 4 条
  • [1] 图像纹理特征提取方法综述
    刘丽
    匡纲要
    [J]. 中国图象图形学报 , 2009, (04) : 622 - 635
  • [2] 基于支持向量机的行人检测[D]. 车志富.北京交通大学. 2010
  • [3] 基于支持向量机理论的车辆监控技术研究与应用[D]. 曹翼.上海交通大学. 2010
  • [4] 模式分类[M]. 机械工业出版社 , (美)RichardO.Duda等著, 2003