基于支持向量機(jī)的復(fù)合草圖形狀識(shí)別方法.pdf

1、草圖形狀識(shí)別是草圖語義理解的基礎(chǔ)，它可分為兩個(gè)順序的、循環(huán)的階段：簡(jiǎn)單草圖形狀識(shí)別和復(fù)合草圖形狀識(shí)別。簡(jiǎn)單草圖形狀識(shí)別已得到較為廣泛的關(guān)注，而復(fù)合草圖形狀識(shí)別得到的關(guān)注則較少。 支持向量機(jī)是一個(gè)通過核函數(shù)將輸入空間影射至特征空間再進(jìn)行訓(xùn)練的線性分類器系統(tǒng)，基于泛化性理論和最優(yōu)化技術(shù)來求解問題。雖已有些基于支持向量機(jī)的簡(jiǎn)單草圖形狀識(shí)別的研究工作，但基于支持向量機(jī)的復(fù)合草圖形狀識(shí)別的研究還很少，并且沒有充分利用支持向量機(jī)強(qiáng)大的學(xué)習(xí)、

2、分類和泛化功能。 本文提出一種基于形狀空間約束的復(fù)合草圖表示方法，并設(shè)計(jì)了一個(gè)基于DAGSVM的復(fù)合草圖形狀識(shí)別算法。該算法利用了筆畫的時(shí)間信息，綜合了基于相似度的算法和基于分類器算法的優(yōu)點(diǎn)。具體工作包括： 1.在綜述草圖識(shí)別的研究現(xiàn)狀和基本方法的基礎(chǔ)上，提出了一種新的基于簡(jiǎn)單草圖形狀空間約束的復(fù)合草圖形狀表示方法。 2.根據(jù)RBF核參數(shù)的特征，設(shè)計(jì)了一個(gè)啟發(fā)式參數(shù)搜索算法，減少了參數(shù)搜索范圍，提高了格搜索的效率