一種改進(jìn)的支持向量機(jī)及其在圖像分割中的應(yīng)用.pdf

1、支持向量機(jī)作為一種新的基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)方法,是對(duì)傳統(tǒng)的機(jī)器學(xué)習(xí)方法的一個(gè)很好的替代,其在小樣本、高維空間和非線性情況下表現(xiàn)出許多特有的優(yōu)勢(shì)。現(xiàn)存的支持向量機(jī)方法能夠很好處理兩類別分類問(wèn)題,但都不能很好地解決多類別分類問(wèn)題,因此研究多類別支持向量機(jī)方法是人們不斷探索的目標(biāo)?；趥鹘y(tǒng)學(xué)習(xí)理論的圖像分割方法,如神經(jīng)網(wǎng)絡(luò)方法,雖然得到了廣泛應(yīng)用,但是卻存在著推廣能力差、網(wǎng)絡(luò)結(jié)構(gòu)難以確定、容易出現(xiàn)過(guò)學(xué)習(xí)和欠學(xué)習(xí)等問(wèn)題。近年來(lái),使用SVM

2、方法進(jìn)行圖像分割也引起人們極大的興趣。
　　本文從支持向量機(jī)以及圖像分割的現(xiàn)狀出發(fā),首先介紹了幾個(gè)重要概念,例如統(tǒng)計(jì)學(xué)習(xí)理論、支持向量機(jī)的基本理論以及多類別分類支持向量機(jī),同時(shí)對(duì)現(xiàn)有的各種多類別分類支持向量機(jī)作了介紹。通過(guò)比較現(xiàn)有的多類別分類支持向量機(jī),本文針對(duì)幾種距離定義,提出了以“一對(duì)一”支持向量機(jī)為基礎(chǔ)的改進(jìn)支持向量機(jī),這種改進(jìn)的支持向量機(jī)主要是以改進(jìn)距離以及加快測(cè)試速度為目的的,同時(shí)還通過(guò)圖像分割實(shí)驗(yàn)來(lái)說(shuō)明改進(jìn)的支持向量機(jī)