基于支持向量機的復合草圖形狀識別方法.pdf

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

2、分類和泛化功能。 本文提出一種基于形狀空間約束的復合草圖表示方法，并設計了一個基于DAGSVM的復合草圖形狀識別算法。該算法利用了筆畫的時間信息，綜合了基于相似度的算法和基于分類器算法的優(yōu)點。具體工作包括： 1.在綜述草圖識別的研究現(xiàn)狀和基本方法的基礎上，提出了一種新的基于簡單草圖形狀空間約束的復合草圖形狀表示方法。 2.根據(jù)RBF核參數(shù)的特征，設計了一個啟發(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