10.3321/j.issn:1005-0086.2004.10.024
基于SVM实现人眼注视与否的探知
采用基于统计学习理论的支持向量机(SVM,support vector machine)方法对人眼注视与否进行探知.根据结构风险最小化(SRM,structural risk minimization)准则,在最小化已知样本点误差的同时,尽量缩小模型预测误差的上界,改善了模型的泛化能力.实验结果显示,在训练样本数有限的情况下,学习后模型对测试样本的正确识别率达到100%,比此前采用其它方法所获得的识别结果识别率更高,训练及识别过程速度更快,基本上能够满足实时性要求,也更接近人类视觉对注视与否的探知的特点.
注视探知、支持向量机(SVM)、结构风险
15
TP183;TP391.4(自动化基础理论)
国家自然科学基金60277022;天津市自然科学基金023800811;高等学校博士学科点专项科研项目20030055022
2004-12-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
1229-1233