最小二乘支持向量机和证据理论融合的体育视频分类

• 作者: 侯旭东 曹爱春 杨晓艇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 体育视频 最小二乘支持向量机 分器设计 特征提取 证据理论
• 年，卷（期）: 2013,（23）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 95-99
• 页数: 5页
• 分类号: TP391
• 字数: 4156字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1306-0105

摘要

针对单一特征的体育视频分类的正确率低和稳定性差等缺陷，提出一种最小二乘支持向量机（LSSVM）和证据理论相融合的体育视频分类模型（DS-LSSVM）。提取颜色、纹理、亮度、运动矢量场等4种反映体育视频类别特征，将4种单特征的LSSVM初步分类结果作为独立证据构造基本概率指派，运用DS组合规则进行决策级融合，根据分类判决门限给出最终的体育视频分类结果，最后进行仿真实验。结果表明，DS-LSSVM的体育视频分类正确率高达97.90%，相对于参比模型，DS-LSSVM具有体育视频分类正确率高、稳定性好等优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹爱春	南昌大学体育系	15	52	5.0	7.0
2	杨晓艇	江西师范大学体育学院	22	82	6.0	8.0
3	侯旭东		2	19	2.0	2.0