SVM图像分割中最优权值组合核函数的研究.pdfVIP

第23卷　 第3期 计 算机 技 术 与发 展 Vol.23　 No.3 2013年3月 　 　 　 　 　 　 　 　 　 　 COMPUTERTECHNOLOGY AND DEVELOPMENT　 　 　 　 　 　 　 　 　 　 Mar.　 2013 SVM图像分割中最优权值组合 核函数的研究 刘盼盼,李　 雷 (南京邮电大学理学院,江苏 南京210046) 摘　 要:有些时候单独用常用的线性、多项式、Gauss/ RBF径向基和SIGMOID核函数构造支持向量机(Support Vector Ma- chine,SVM)进行图像分割,并不能得到满意的结果。 为了得到更好的分割效果,文中提出一种基于最优权值组合核函数 的支持向量机图像分割方法,将作为局部核的Gauss/ RBF核函数、全局核的多项式核函数,以及广泛运用的SIGMOID核函 数通过两两加权来构造新的函数,并对权值进行遍历优化,找出分割效果最好的权值组合。 实验结果表明,多项式核函数 和SIGMOID核函数加权形成的核函数的分割效果最好,并且不同的权值对该组合核函数的分割效果影响很小,权值选择 有更大的自由度,可以作为进一步研究核函数的基础。 关键词:图像分割;支持向量机;核函数;加权组合;遍历优化 中图分类号:TP31　 　 　 　 　 　 文献标识码:A　 　 　 　 　 　 　 文章编号:1673-629X(2013)03-0096-05 doi:10.3969/ j.issn.1673-629X.2013.03.025 Research of Optimal Weighted Combination Kernel Functions in Image Segmentation Based on SVM LIU Pan-pan,LI Lei (College of Science of Nanjing University of Postsand Telecommunications,Nanjing210046,China) Abstract:Sometimes support vector machines (SVMs) formed by commonly used kernel function,such as linear,polynomial,Gauss RBFandSIGMOIDkernelfunction,segmentingimagecannotobtainthesatisfactoryresults.Inordertogetbetter segmentationresult,put forward a method of image segmentation based on SVM composed by the optimal weighted combination kernel functions.Put it another way,construct a new kernel function by weighting each two of polynomial kernel function regarded aslocal kernel function,GaussRBF kernel function regarded asglobal kernel function and SIGMOID kernel function which is widely used.Besides,optimize the weights to find the best weights for the segmentation effect.The experimental results show the combination of polynomial and SIGMOID kernel functi