基于LS-SVM目標(biāo)識別的研究.pdf

1、自主移動機(jī)器人是當(dāng)前機(jī)器人研究的一個熱點，機(jī)器人感知外界環(huán)境的重要的手段之一是機(jī)器人的視覺系統(tǒng)。機(jī)器人視覺主要是對獲得的目標(biāo)圖像進(jìn)行分類識別，圖像識別是模式識別的一個方面。在模式識別領(lǐng)域中，支撐矢量機(jī)作為一種新的理論已經(jīng)吸引了很多的學(xué)者進(jìn)行研究，在模式分類應(yīng)用中取得了巨大的成功。支撐矢量機(jī)在模式識別時主要是進(jìn)行樣本間的點積運算，因此對于高維樣本的處理非常有效，這就為我們用基于表象的方法完成目標(biāo)圖像識別提供了方便。 基于表象(as

2、pect-based)的圖像識別方法是把待識別圖像的每一個象素點作為訓(xùn)練樣本的一維，因此這種方法中樣本的維數(shù)是相當(dāng)高的。傳統(tǒng)的支撐矢量機(jī)在訓(xùn)練時要進(jìn)行凸二次規(guī)劃，因此對高維樣本訓(xùn)練時就要求很大的存儲空間而且消耗很長的運算時間，因此我們結(jié)合改進(jìn)的支撐矢量機(jī)版本——最小二乘支撐矢量機(jī)——來進(jìn)行基于表象的目標(biāo)圖像識別。最小二乘支撐矢量機(jī)(1)以等式約束代替不等式約束，計算簡單，效率高； (2)所需的存儲空間明顯小于計算標(biāo)準(zhǔn)支撐矢量機(jī)時所需的存