支持向量機(jī)三_第1頁(yè)
支持向量機(jī)三_第2頁(yè)
支持向量機(jī)三_第3頁(yè)
支持向量機(jī)三_第4頁(yè)
支持向量機(jī)三_第5頁(yè)
已閱讀5頁(yè)，還剩3頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

SVM三核函數(shù)前言：前面討論的樣本都是線性可分的，即存在一個(gè)超平面能夠?qū)颖菊_分類實(shí)際任務(wù)中，也許并不存在這樣的一個(gè)線性空間，能夠樣本分類。例如上圖，劃分它的平面就不是線性的，但是當(dāng)把這些點(diǎn)映射到高緯度的空間中，又變成了線性可分的，如下一高維空間的映射如上，一個(gè)非線性函數(shù)，可以通過向量的內(nèi)積變換，變成線性函數(shù)前一章的SVM問題可以轉(zhuǎn)換為比匕二￡2]Mi匕05,恥）》7孔這種通過向量的內(nèi)積，可以將兩個(gè)步驟融合在一起，建立一個(gè)低維度空間到高維度空間的非線性學(xué)習(xí)器，這種直接求解非線性分類器的方法，稱為核函數(shù)這種計(jì)算量是非常大的，例如原來是2維度，映射后會(huì)成為4維度3維度會(huì)成為9維。n*n方式映射。線性代數(shù)第二章矩陣初等變換里面有證明這種類型的矩陣是存在的二核函數(shù)法

什么樣的函數(shù)可以作為核函數(shù)呢？？？我們上面看到有個(gè)很重要的特征，這種參數(shù)是對(duì)稱的【矩陣跟轉(zhuǎn)置矩陣的乘積，是關(guān)于對(duì)角線對(duì)稱的，也叫正定矩陣】，所以核矩陣總是半正定的，所以只要一個(gè)對(duì)稱函數(shù)對(duì)應(yīng)的核矩陣是半正定的，它就能作為核函數(shù)。也被稱作為再生核希爾伯特空間（RKHS）特征空間這邊列舉了幾種核函數(shù)三應(yīng)用前幾天有個(gè)網(wǎng)友發(fā)了這么一個(gè)項(xiàng)目，要做的跟這個(gè)效果一樣前面一張是RGB圖片，后面是一張灰度圖。這種傳統(tǒng)的算法方案比較多，比如MIB算法，基于邊緣灰度的局部增強(qiáng)技術(shù)。難的是，不知道原來作者采用的是哪套算法?？赡芤浅ｉL(zhǎng)的時(shí)間在這上面調(diào)試上。今天仔細(xì)想了一下，有種更簡(jiǎn)單的方案原理：1:原圖轉(zhuǎn)灰度圖，灰度圖矩陣化A2:目標(biāo)圖二值化，取值1，-1作為對(duì)應(yīng)點(diǎn)的響應(yīng)3：以目標(biāo)圖中心點(diǎn)，取原圖中心點(diǎn)作8*8像素作為訓(xùn)練的特征參數(shù)4：以SVM聚類，獲得權(quán)值方程式WX+B5:新圖按照

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論