SVM分类器原理.ppt

重庆理工大学 ChongQing University of Technology “高性能机电传动技术及应用”团队 超越自我 追求卓越 重庆理工大学 ChongQing University of Technology “高性能机电传动技术及应用”团队 超越自我 追求卓越 瑞安市东山中学　杨直梭 QQ 瑞安市东山中学　杨直梭 QQ 瑞安市东山中学　杨直梭 QQ * * * 基于支持向量机的提取与识别 汇报人：胡友呈 导 师：许洪斌教授 * * 汇报目录 Ⅰ SVM Ⅰ SVM Ⅰ 前期工作 Ⅲ 向量机实例 Ⅵ 后期计划 Ⅱ SVM原理介绍 一.前期工作： * * 模式识别过程： [1]Ruiz—Ruiz G。G6mez—Gil J，Navas—Gracia L M．Testing difierent color spaces based on hue for the environmentally adaptive segmentation algorithm (EASA)[J]．Computers and Electronics in Agriculture，2009，68(1)：88～96//贝叶斯分类sunflower [2]Song J．Image segmentation of eggplants in growing environment based on improved BP neural network[J] ．Applied Mechanicsand Materials2011， 40～41：599 ～6. [3]Li P L，Lee S H，Hsu H Y．Study on citrus fruit image data separability by segmentati．Procedia Engineering，2011，23：408～416．//柑橘对比分析了基于色差的自动阈值法、FLDA、基于单层及多层感知器的超平面结构、SOM4类图像分割方法的分割性能 [4]Bulanon D M ，Kataoka T，Okamoto H，et a1． Development of a real—time machine vision system for the apple harvesting robot[C]∥SICE Annual Conference in Sapporo，Hokkaido Institute of Tecnology，Japan2004，1：595～598.//支持向量机 模式识别基本概念： 模式类:一个模式类是由一个或多个特征组成。对给定的M个模式类s1,s2,s3,···,sm. 模式矢量：模式矢量x中，各分量的内容取决于用来描述物理上实际模式的 测量技术。在模式空间，一个模式矢量对应其中的一个点。x=[x1,x2,???,xn]T 决策函数：对应每个模式类，求出相应的判别函数。 最小距离分类器的模式识别： 每个模式类用一个均值矢量表示： 决策函数： j=1,2,???,M 支持向量机数学模型: 线性分类器的设计就是要设计一个超平面： 从一个点到一个超平面的距离： 通过对w和w0的归一化，得： 求超平面问题实际是求：W和W0; 对每个类Si记其标号为ti,其中ti=1,ti=-1. 条件： i=1,2,...,N 求解最小化： 由拉格朗日乘法求极值点： 得到结果： 支持向量机实例： 图像相位一致、纹理特征和灰度值作为构成特征向量的主要组成部分，以便更加合理地描述图像中不同区域的特征，进而可以更有效地将图像目标区域和非目标区域进行分类。 1）相位一致性及统计特征的提取： 　　 同理得方差V,偏度SK,峰度BK,熵Ent. 将这五个特征组成一个模式 重庆理工大学 ChongQing University of Technology “高性能机电传动技术及应用”团队 超越自我 追求卓越 重庆理工大学 ChongQing University of Technology “高性能机电传动技术及应用”团队 超越自我 追求卓越 瑞安市东山中学　杨直梭 QQ 瑞安市东山中学　杨直梭 QQ 瑞安市东山中学　杨直梭 QQ *