作者:李素梅; 张延; 常胜江; 申金媛; 李宜宾; ...svm识别率人类视觉结构风险最小化统计学习理论泛化能力支持向量机上界样本点已知
摘要: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:因版权方要求,不能公开全文,如需全文,请咨询杂志社