稀疏的支持向量机及其在图像识别中的应用

• 作者: 唐奇 张磊 曾善玉 杨丽明
• 来源期刊: 中央民族大学学报（自然科学版）
• 学科: 数学
• 关键词: 支持向量机 特征选择 ROC曲线
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 基础科学研究
• 页码范围: 37-41
• 分类号: O221
• 字数: 2780字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-8036.2011.01.007

摘要

近年来,建立在统计学习理论基础上的SVM(Support Vector Machine)在小样本学习、高维数及全局最优解等方面具有独特的优势,因而受到广大学者的广泛关注.本文建立了基于稀疏的支持向量机的图像识别系统,并利用ROC(Receiver Operating Charaeteristics)特征曲线进行算法评价.首先建立了1-norm SVM算法,得到稀疏的SVM分类器,然后利用ROC特征曲线评价准则与传统算法进行评价.基于数字和人脸图像的数值实验表明,1-norm支持向量机在降维的同时,保持了较高的识别率,增加了模型的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾善玉	中国农业大学理学院	5	9	2.0	3.0
2	张磊	中国农业大学理学院	66	587	13.0	22.0
3	杨丽明	中国农业大学理学院	25	212	9.0	13.0
4	唐奇	中国农业大学理学院	1	2	1.0	1.0