首页 | 本学科首页   官方微博 | 高级检索  
     

基于模糊支持向量机和核方法的目标检测方法研究
引用本文:马永军,李孝忠,王希雷. 基于模糊支持向量机和核方法的目标检测方法研究[J]. 天津科技大学学报, 2005, 20(3): 29-32
作者姓名:马永军  李孝忠  王希雷
作者单位:天津科技大学计算机科学与信息工程学院,天津,300222
基金项目:天津市高等学校科技发展基金项目(20030608)天津科技大学人才启动基金资助项目(20030412)
摘    要:介绍了模糊支持向量机(FSVM)理论,利用FSVM理论解决一般场景图像中的目标检测问题,并利用统计学习理论和支持向量机方法研究中形成的新的机器学习方法——核方法,研究FSVM的隶属度确定问题。实验表明,本算法具有较高的识别精度。本方法既具有针对性,又在理论上具有一般性,对推动模糊支持向量机这一新的模式分类方法的实际应用具有积极意义。

关 键 词:目标检测  核方法  模糊支持向量机  隶属度
文章编号:1672-6510(2005)03-0029-04
修稿时间:2005-01-25

Study of Object Detection Based on FSVM and Kernel Methods
MA Yong-jun,LI Xiao-zhong,WANG Xi-lei. Study of Object Detection Based on FSVM and Kernel Methods[J]. Journal of Tianjin University of Science & Technology, 2005, 20(3): 29-32
Authors:MA Yong-jun  LI Xiao-zhong  WANG Xi-lei
Abstract:This thesis introduces the theory of FSVM briefly and application in an object detection system, and discusses in detail the core techniques and algorithms which determine the fuzzy memberships based on kernel methods. The algorithms takes the object detection problem as two classes classification, thus it can take the advantages of the Fuzzy SVM. The experiments show that the algorithms have good results.
Keywords:object detection  kernel methods  FSVM  fuzzy membership
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号