没有合适的资源?快使用搜索试试~ 我知道了~
首页SVM方法步骤.doc
SVM方法步骤.doc
需积分: 50 13 下载量 92 浏览量
更新于2023-03-16
评论 1
收藏 32KB DOC 举报
SVM 初学者操作步骤,简述支持向量机从训练测试的所有过程。清晰明了,适用于初学者学习了解支持向量机的整个过程。
资源详情
资源评论
资源推荐
SVM 方法步骤
看了一些文档和程序,大体总结出 SVM 的步骤,了解了计算过程,再看相关文档就
比较容易懂了。
1. 准备工作
1) 确立分类器个数
一般都事先确定分类器的个数,当然,如有必要,可在训练过程中增加分类器的
个数。分类器指的是将样本中分几个类型,比如我们从样本中需要识别出:车辆、
行人、非车并非人,则分类器的个数是 3。
分类器的个数用 k
2) 图像库建立
SVM 方法需要建立一个比较大的样本集,也就是图像库,这个样本集不仅仅包括
正样本,还需要有一定数量的负样本。通常样本越多越好,但不是绝对的。
设样本数为 S
3) ROI 提取
对所有样本中的可能包含目标的区域(比如车辆区域)手动或自动提取出来,此
时包括正样本中的目标区域,也包括负样本中类似车辆特征的区域或者说干扰区
域。
4) ROI 预处理
包括背景去除,图像滤波,或者是边缘增强,二值化等预处理。预处理的方法视
特征的选取而定。
5) 特征向量确定
描述一个目标,打算用什么特征,用几个特征,给出每个特征的标示方法以及总
的特征数,也就是常说的特征向量的维数。
对于车辆识别,可用的特征如:车辆区域的灰度均值、灰度方差、对称性、信息
熵、傅里叶描述子等等。
设特征向量的维数是 L。
6) 特征提取
确定采取的特征向量之后,对样本集中所有经过预处理之后的 ROI 区域进行特征
提取,也就是说计算每个 ROI 区域的所有特征值,并将其保存。
7) 特征向量的归一化
常用的归一化方法是:先对相同的特征(每个特征向量分别归一化)进行排序,
然后根据特征的最大值和最小值重新计算特征值。
8) 核的选定
SVM 的构造主要依赖于核函数的选择,由于不适当的核函数可能会导致很差的分
类结果,并且目前尚没有有效的学习使用何种核函数比较好,只能通过实验结果
确定采用哪种核函数比较好。训练的目标不同,核函数也会不同。
核函数其实就是采用什么样的模型描述样本中目标特征向量之间的关系。如常用
的核函数:Gauss 函数
对样本的训练就是计算 p 矩阵,然后得出描述目标的模板和代表元。
2. 训练
训练就是根据选定的核函数对样本集的所有特征向量进行计算,构造一个使样本可分
的特征空间。
weixin_44824552
- 粉丝: 7
- 资源: 6
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- ExcelVBA中的Range和Cells用法说明.pdf
- 基于单片机的电梯控制模型设计.doc
- 主成分分析和因子分析.pptx
- 共享笔记服务系统论文.doc
- 基于数据治理体系的数据中台实践分享.pptx
- 变压器的铭牌和额定值.pptx
- 计算机网络课程设计报告--用winsock设计Ping应用程序.doc
- 高电压技术课件:第03章 液体和固体介质的电气特性.pdf
- Oracle商务智能精华介绍.pptx
- 基于单片机的输液滴速控制系统设计文档.doc
- dw考试题 5套.pdf
- 学生档案管理系统详细设计说明书.doc
- 操作系统PPT课件.pptx
- 智慧路边停车管理系统方案.pptx
- 【企业内控系列】企业内部控制之人力资源管理控制(17页).doc
- 温度传感器分类与特点.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0