一种基于支持向量机预分类的属性选择算法.pdfVIP

第３０卷第１１期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．１１ ２０１３年１１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｎｏｖ．２０１３ 一种基于支持向量机预分类的属性选择算法 周　蓉 （四川职业技术学院　四川遂宁６２９０００） 摘　要　　图像识别一般是一个高维分类问题，不可避免会存在很多冗余属性。针对图像识别问题，提出一种基于支持向量机预分 类的属性选择算法。该算法首先在原始训练集合上利用支持向量机算法进行预分类，求取分类超平面。然后根据分类超平面的方 向量的系数大小，进行特征属性选择。在ＣｏｒｅｌＩｍａｇｅ数据库上的仿真实验表明该算法是一种优秀的属性选择算法，可以有效地提 高传统分类算法的分类性能。 关键词　　图像识别　冗余属性　支持向量机　属性选择 中图分类号　ＴＰ３９１．４１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．１１．０６０ ＡＮＡＴＴＲＩＢＵＴＥＳＥＬＥＣＴＩＯＮＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＳＶＭＰＲＥＣＬＡＳＳＩＦＩＣＡＴＩＯＮ ＺｈｏｕＲｏｎｇ （ＳｉｃｈｕａｎＶｏｃａｔｉｏｎａｌａｎｄＴｅｃｈｎｉｃａｌＣｏｌｌｅｇｅ，Ｓｕｉｎｉｎｇ６２９０００，Ｓｉｃｈｕａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎｉｓｇｅｎｅｒａｌｌｙａｐｒｏｂｌｅｍｏｆｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｓｏｕｓｕａｌｌｙｉｔｉｎｅｖｉｔａｂｌｙｃｏｎｔａｉｎｓａｌｏｔｏｆｒｅｄｕｎｄａｎｔ ａｔｔｒｉｂｕｔｅｓ．Ａｉｍｉｎｇａｔｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎｐｒｏｂｌｅｍ，ｉｎｔｈｉｓｐａｐｅｒｗｅｐｒｏｐｏｓｅａｎａｔｔｒｉｂｕｔｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｗｈｉｃｈｉｓｂａｓｅｄｏｎＳＶＭｐｒｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｆｉｒｓｔ，ｗｅｕｓｅＳＶＭｏｎｏｒｉｇｉｎａｌｔｒａｉｎｉｎｇｓｅｔｔｏｐｒｅｃｌａｓｓｉｆｙｆｏｒｃｏｍｐｕｔｉｎｇｔｈｅｃｌａｓｓｉｆｉｅｄｈｙｐｅｒｐｌａｎｅ．Ｔｈｅｎｗｅｓｅｌｅｃｔｆｅａｔｕｒｅｓ ａｔｔｒｉｂｕｔｅａｃｃｏｒｄｉｎｇｔｏｔｈｅｓｉｚｅｏｆｔｈｅｃｏｅｆｆｉｃｉｅｎｔｏｆｔｈｅｃｌａｓｓｉｆｉｅｄｈｙｐｅｒｐｌａｎｅ．ＳｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓｍａｄｅｏｎｔｈｅＣｏｒｅｌＩｍａｇｅｄａｔａｓｅｔｓｈｏｗ ｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｉｓａｎｅｆｆｅｃｔｉｖｅａｔｔｒｉｂｕｔｅｓｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄ，ｉｔｃａｎｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｏｆｔｒａｄｉｔｉｏｎａｌ ｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍ． Ｋｅｙｗｏｒｄｓ　　Ｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎ　Ｒｅｄｕｎｄａｎｔａｔｔｒｉｂｕｔｅｓ　Ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）　Ａｔｔｒｉｂｕｔｅｓｅｌｅｃｔｉｏｎ 持向量机［４］预分类的属性选择算法。该算法通过支持向量机 ０　引　言 对原始训练集合进行一次预分类，计算分类超平面，然后根据所 得到的超平面的方向量的各维系数进行属性选择。主要思路在 ［１］ 于对应系数较小的那些属性由于对分类的影响较小，因此可以 图像识别 是一类重要的模式分类问题，它是指通过计算 机对图像进行处理、分析和理解，以识别各种不同模式的目标和 忽略，如此就实现了特征选择的目的。 对象的技术，有着非常重要的研究价值。从本质上来说，图像识 别作为一种模式分类问题，也可以利用经典的模式分类算法进 １　支持向