SVM图像分割中最优权值组合核函数的研究

摘要：

有些时候单独用常用的线性、多项式、Gauss/RBF径向基和SIGMOID核函数构造支持向量机(Support Vector Ma-chine,SVM)进行图像分割,并不能得到满意的结果.为了得到更好的分割效果,文中提出一种基于最优权值组合核函数的支持向量机图像分割方法,将作为局部核的Gauss/RBF核函数、全局核的多项式核函数,以及广泛运用的SIGMOID核函数通过两两加权来构造新的函数,并对权值进行遍历优化,找出分割效果最好的权值组合.实验结果表明,多项式核函数和SIGMOID核函数加权形成的核函数的分割效果最好,并且不同的权值对该组合核函数的分割效果影响很小,权值选择有更大的自由度,可以作为进一步研究核函数的基础.

关键词：图像分割、支持向量机、核函数、加权组合、遍历优化

分类号：TP31(计算技术、计算机技术)

在线出版日期：2013-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：96-100