陈刚
- 作品数:1 被引量:0H指数:0
- 供职机构:哈尔滨石油学院更多>>
- 发文基金:黑龙江省教育厅科学技术研究项目更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于KPCA-SVM的三维物体识别研究
- 2012年
- 在基于视图的三维物体识别系统中,一般采取表征相似视图差异作为识别特征,往往需要较多的特征维数,增加了分类的复杂度,降低了识别效率。本文使用核主成份分析(KPCA)算法对识别特征进行抽取和降维,再应用支持向量机(SVM)进行分类识别,有效解决了上述问题。实验数据采用哥伦比亚图像库,并将所得结果与其他常用识别方法所得结果进行了比较,证明了使用KPCA-SVM方法在不降低分类器性能的前提下,能有效降低输入数据的特征维数,并具有较好的识别性能。
- 陈刚邓春伟
- 关键词:OBJECTRECOGNITIONSVMKPCA