单多类SVM的指纹分类.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
计算机科学2006V01.33№.1lA 单多类SVM的指纹分类 ClassificationBasedonOne-clas;and Fingerprint Multi-classSVM 马保锋杨凡王群霞 (浙江师范大学信息科学与工程学院 金华321004) 文E83提出了一种HMM与SVM相结合的新型的 1 引言 判决方法,文E93提出了基于SVM的两级指纹分类 机器学习的实现方法大致分为三类[¨,分别为 研究,通过对粗细两级指纹的分类器的构造,取得了 经典的(参数)统计方法、经验非线性方法和统计学 较好的泛化能力。本文利用SⅥⅥ理论,构造了组 习理论(Statistical learningtheory),它是研究小样合多类SVM和单类SVM两类多值分类器对5类 本统计估计和预测的理论,以VC维来描述机器的 指纹进行分类,对其产生的试验结果进行了分析,其 学习能力,并发展出了一系列关于统计学习的一致 效果还是可以接受的。 性,收敛速度,泛化性能等重要的结论。而SVM 2支持向量机(SVM) vector (supportmachine)是在统计学习理论(SLT) 的基础上发展起来的一种机器学习方法[2~.],并且 2.1线性可分的SVM 适合有限样本(小样本)问题分类问题,并且在很大 在线性可分并保证精度的情况下,SVM通过最 程度上解决了传统方法中存在的问题。SVM对指 大化超平面两侧的空白区域来构造一个超平面作为 纹的分类提供了有效的检索机制,文[5,6]和分类面来进行分类(如图1),它是结构风险最小化 Shesha Shahm对指纹的分类作了较为深入的研究,(RSM)的方法近似实现的。 rimnl 0p 14yper—plane 、、|—-/_厂W·X4-b=0 ≮太觏%、。 . M-fgin 。2川wII 图 _:薅≮楚 。。≯吣.N:二, 一。 图1线性可分情况下最优分界超平面(OptimalSeparatingHyper-planc,OSH) 设两类问题训练样本集为:(zl,Y。),(xz,Y2), w (1) ll 2=1(WgW) 删)=丢11 …,(xt,y1)其中z,∈R”,Yf∈{一1,1},通过归一化 处理,Z维空间超平面的线性判别函数的一般形式 其中Hll叫of+6≥1,Yf—l (2) 为:g(z)一.LuTx+6,W为法向量,6为阈值,分类面H.21硼72i+6≤一1,Yf=--1(3) 合并得到Yf

文档评论(0)

聚文惠 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档