基于支持向量机的多类形状识别系统  

A multi-class shape recognition system based on SVM

作　　者：赵晶[1] 张旭东[1] 高隽[1] 

机构地区：[1]合肥工业大学计算机与信息学院,安徽合肥230009

出　　处：《合肥工业大学学报（自然科学版）》2004年第1期23-26,共4页Journal of Hefei University of Technology：Natural Science

基　　金：国家自然科学基金资助项目(60175011);安徽省自然科学基金资助项目(01042301)

摘　　要：支持向量机是一种能在训练样本数很少的情况下达到很好分类推广能力的学习算法,文中研究了支持向量机的分类机理,并将其应用于形状识别中,利用一对一判别策略构建了多类形状识别系统,实验中以交通标志图像为实验对象进行分类,结果表明该方法的泛化能力优于一般的识别方法。Support Vector Machine (SVM) is a new learning method that has good generalization ability as training examples are limited. After the classification mechanism of SVM is analyzed, a multi-class shape recognition system based on SVM is proposed here, which uses one-against-one method in the test phase. The results of experiment show the advantage of this method.

关 键 词：支持向量机 多类形状识别系统 学习算法 结构风险最小化 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]