高维金字塔匹配核改进算法
随着特征维数增加,原金字塔匹配核(PMK)期望误差线性上升,从而性能存在着大幅下降的可能.提出一种改进的金字塔匹配算法,通过不断的二分维特征空间从而产生一系列特征子空间,加权求和每一特征子空间内对特征的金字塔匹配核,最后通过核优化得到半正定核矩阵,从而能够利用基于核学习算法(如支持向量机)求解.在两个数据集(Caltech-101、ETH-80)上的实验表明,相对于其他相应改进算法需要增加几百倍的计算时间,DPPMK只增加4~6倍的计算时间就能够达到与其一样的准确率.
维度分割、特征集、支持向量机、金字塔匹配、核函数、目标识别
16
TP301.6(计算技术、计算机技术)
国家自然科学基金项目60872070;浙江省自然科学基金项目Y1080766
2012-01-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
1650-1655