您好、欢迎来到现金彩票网!
当前位置:刘伯温论坛 > 图像分类 >

SVM是怎么对图像进行分类的?

发布时间:2019-06-07 10:12 来源:未知 编辑:admin

  VM很快,效率特别高,根据SVM的原理,其解决二分类问题(也就是非此即彼类问题)非常高效。

  SVM(support vector machine)作为传统机器学习的一个非常重要的分类算法,已经广泛应用于各个行业。

  SVM简单来说是一个分类器,举个简单的例子,桌子上有几个玻璃球,球有两种颜色,一种是红色,一种是蓝色, 然后可以通过一条线将这些球分开。

  为了使这条线对红色球和蓝色球之间的距离最大化,也就是这条线在正中间,需要寻找一条最恰当的线。这条最优化的线在两个平行的细线之间。

  假如这些玻璃球并不是在桌子上,而是在空间中呢,那么可以画出一个曲面,这个曲面正好分割所有的红玻璃球和蓝玻璃球。

  大多数情况下,这条线或者面并不是平直的,也就是说是弯曲的,术语叫“线性不可分”。这时其实是可以把这个非线性提升到更高维上进行线性划分的(具体方法感兴趣的可以查阅详细资料,当把问题转化为线性问题后,其实解决问题就简单了。

  假设有一张图像,图像里有一只猫,高维的线兔子、8黄鼠狼。对需要预测的图像与我们库里的模版做运算,最后所得的结果落在哪个区域就说明这张图更像什么。

  因为SVM是用训练好的模版直接对图像进行运算,因此可想而知,SVM很快,效率特别高,根据SVM的原理,其解决二分类问题(也就是非此即彼类问题)非常高效。

  镁客网是一家以原创内容、高端活动与全产业渠道为核心的垂直类硬科技产业媒体。我们关注新兴创新的硬科技领域,提供有价值的报道和服务,连接硬科技创业者和各种渠道资源,助力硬科技产业化。

http://airgomusic.com/tuxiangfenlei/184.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有