支持向量机与指纹分类算法研究

《支持向量机与指纹分类算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、河北工业大学硕士学位论文支持向量机与指纹分类算法研究姓名：黄文艳申请学位级别：硕士专业：计算机应用技术指导教师：吴清2003.1.1支持向量机与指纹分类算法研究摘要支持向量机是基于统计学习理论中结构风险最小化归纳原则和vc维原理的一种机器学习方法，它通过使用核函数巧妙的解决高维空间的维数灾难问题，并且具有比传统的基于统计的学习方法更好的推广性能。就支持向量机在模式识别领域中的多类分类应用而言，目前的算法多采用组合两类支持向量机分类器进行多类分类的方式。本文从另一角度出发，在研究无师学习单类支持向量机的基础上，通过三种不同的方法对其

2、进行组合以构建多类分类器。此种构造方式使子分类器数且仅随类别数作线性增长，且子问题规模小于前一种方式中任一两类分类器的规模。将算法的验证与指纹分类问题的解决相结合，本文将指纹分为斗形、左旋、右旋、弓形、帐形五大类，初步的实验显示出了较好的分类结果。在指纹特征提取方面，本文基于Gabor滤波器从四个方向提取指纹的全局特征，并设计了相应的图形用户界面程序。●关键词t支持向量机，多类分类，指纹分类，特征提取，GaborTHESTUDYoFSUPPORTVECToRMACHINEANDFINGERPRINTCLASSIFICATIoNAL

3、GoRITHMABSTRACTSupportVectorMachine(SVM)isamachinelearningmethodbasedontheStructuralRiskMinimizationprincipleandVCdimensionofstatisticallearningtheory．Byusingkernelfunctions，SVMeliminatestheproblemof‘‘curseofdimensionality'’inhighdimensionalspaceandhasbettergeneraliza

4、tionperformancethantraditionalstatisticalbasedlearningmethods．Astoitsapplicationtomulticlassclassificationproblems，mostofthemethodscurrentlyusedarebasedoncombiningmanybinarySVMclassifierstobuildamIllticaI嚣classifier．Inthispaper,anewmethodisproposed．Unlikethemethodment

5、ionedabove，unsupervisedsingle-classSVMclassifiersinsteadofsupervisedbinarySVMclassifiersareusedaSthebasisforfianlticlassclassifierconstructionandthesingleclassclassifiersarccombinedinthreewaystoprovideamnlticlassclassificationresult．Thetotalnumberofsubclassifiersinour

6、newmethodlinearlyscaleswiththenumberofclassesandthesizeofeachsubelassifierissmallerthanthatofthecorrespondentbinarySVMsubclassifierusedintheoriglnalmethod．Thisnewmethodisusedtosolvethefive-classfingerprintclassificationprobleminwhichfingerprintsareclassifiedintowhorl，

7、leftloop，fightloop，archandtentedarchandsatisfactoryresultsaregotintheexperiments．Atthesametime,Gaborfilterisusedtoextracttheglobalfeatureoffingerprintsfromfourdirectionsandagraphicuserinterfaceisdesignedforthisapplication．KEYWORDS：supportvectormachine，multielassclassi

8、fication,fingerprintclassification，featureextraction，GaborII第一章绪论§1-1引言支持向量机(SVM，SupportVectorMachine)是A1'&TBell实验室的V．Vapnik