支持向量机方法在线条痕迹检验中的应用

• 作者: 任朝晖 景畅 王炳成
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量 信息融合 线条状痕迹 分类识别
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 机械与材料工程
• 页码范围: 264-267
• 页数: 4页
• 分类号: TJ27
• 字数: 2914字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0562.2006.02.033

摘要

应用支持向量机的基本原理和信息融合思想,经对两种不同类型枪支所发射同一型号子弹上磨损线条状痕迹数据提取特征后,用特征小波包维数和磨损痕迹中坡膛痕迹尺度参数作为样本数据的因子分量,建立了较为理想的SVM分类模型,以此SVM分类模型实现了对磨损线条状痕迹的分类识别.研究表明:采用参数融合要比使用单一参数更有利于分类识别,并能提高分类识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任朝晖	东北大学机械工程与自动化学院	58	506	14.0	19.0
2	王炳成	深圳大学法学院	7	71	4.0	7.0
3	景畅	广东警官学院技术系	6	7	2.0	2.0