文档介绍：摘要出发,较为全面地对一些相关问题进行探讨,并使川向量机。约人脸识别软件选择及更新等若迪治侍饨辛松钊氲匮芯俊T诙喔龌际菁系氖笛楸砻鳎序货晶小优化算法能够快速而准确地解决撮小包闱体求解问题。支持向量机是一种重要的机器学****掉法,在模式识别领域有着广泛的应用。和传统的基于经验风险最小化准则的学****算法同,支持向量机基于结构风险最小化准则作,能在训练误差和分类器容量之问达到一个较好的甲衡,因而具有更好的性能。自诞生之日起,支持向量机就迅速赢得诙嘌芯空叩那囗ā綺匮芯坎欢显黾印5ǖ侥壳为止,其至少有两个问题还未完全解决:参数选择和多类支持向量机的构建。前者研究的是如何选择具有良好泛化性能的分类器,后者研究的足如何使用支持向景机来处理多类问题。针对这两个问题,本文作了:嫜芯浚毫嚼嘀С窒蛄炕牟问≡裱芯俊⒍类支持向量机的参数选择研究以及多类支持向量机的结果构建研究,研究结果在多个国际通用的慕准数据集上进行橹ぁ人脸识别是模式识别的一个重要分支,其研究小仪有助于机器智能的实现,还能推进对人类视觉系统的理解。很多研究表明,使』日支持向量机进行人脸识别能够获得很高的识别率。然嘛,一个尴尬的事实是,鲜有成熟的商人腧识别系统是基于支持向量机的。为剿骰谥С窒蛄炕娜肆呈侗鹣低吃谙质抵械目捎τ眯裕疚拇佑τ玫慕嵌迪謗一个基于支持论文的主要工作和创新点包括:·提出了两种基于边界的史持向量机参数选择算法⋯.同定惴ê蚔狢法。边界是两类支持向量机参数选择的一个理想准则,仍它的一些吲有缺点使其应用变得困难。本文通过将边界转化为指标,最终把问题归结为对最小包同体的求解,从理论上和讨’算上为边界的使用铺、缆贰T诖嘶≈希本文提出了两种基于边界的参数选择算法固定惴ê蚔狢惴āT数个基准数据集上的实验表明,相比交义验证算法,—算法不仪能获得性能更好的分类器,揖哂薪系偷母济Ц丛佣取·使用序贯撮小优化算法解决,最小包围体求解问题。最小包围体求解足计算指标的一个关键步骤,本文使粄序贯虽小优化算法对其求解,并对算法初始化、参数·研究嗬嘀С窒蛄炕问≡竦牟呗晕侍狻S胛南字校***翰捎玫腁,略小同,本文所采用的猧狾策略为每个两类分类器单独选择参数,所得到摘要。疚难芯渴軀易匀豢蒲Щ的髓卫』
.算法和掷嗥阵列法。通过使用校正分类器,—算法将艨来的质量。掷嗥髡罅蟹ㄔ蛭N侍庥蛑械拿扛隼啾鸸菇ㄒ桓鯬分类器,每个掷嗥鱩且仪由与对应类别相关的两类分类器组合而成。掷嗥髡罅蟹不仪有效克服现有惴ǖ娜钡悖页晒Φ亟ň蠖嗍腜算法统一到了一·起。在数个基准数据集上的实验证明了—算法和掷嗥髡罅的多炎史持向量机结构灵活,易于扩展。我们从理论【:和实验訟..猧甇进行治霰冉希该鱆,两者各自的优缺点,为它们在实际·坏挠Υㄌ供参考。·提出』’曲种新的多类支持向量机结果构建算法换为一组新的蕴岣呖冢康木植渴涑龅男哦龋档筒豢煽局部输出的信度,从而减少不可靠局部输出对全局输出的影响,提高全局输出的法的有效性。·提出了一种快速的、具有一二叉树结构的支持向量机入腧识别算法实时性是人脸识别系统的一个关键性能。在识别时,普通多类支持向量机需要使用所有的两类分类器进行计算,识别速度慢,无法达到实时性。通过二叉树的使用,在派别时只需⋯小部分两类分类器进行汁算,大大提高丁识别速度。实验表明,的识别速度比普通多类支持向量机要快数十倍,两者的识别性能则相差多。关键词模式识别,支持向量机,泛化性能,参数选择,多类,结果构建,人脸识别。
%:,.猚猚琒出狢,,.·.,.,:,.瑃琻—瑆產.·—,痩::—.緎“
.琋狢—,.:畁—琽·産琲,...·.,.,瑂琯,、—
学位论文作者签名:套白刍位日期:如名年T日上海交通大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。
艚狮躲蒲学位论文作者签名:套佯红保密口,在一年解密后适用本授权书。日期:如占年/。月日期:知名年T日上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,本学位论文属于不保密同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。朐谝陨戏娇蚰诖颉啊獭.
第一章绪论模式识别究的进行,可变形模板得到了更多的应用㈣。模板匹配法的缺点足计算量常大,不适合对等看作基元,使用这些基元之间的距离和角度作为人脸特征进行识别【⋯】。结构匹配法的优本文