基于改進(jìn)支持向量機(jī)的貨幣識(shí)別研究.pdf

1、貨幣識(shí)別是一個(gè)模式識(shí)別問(wèn)題，主要包括以下三大部分：數(shù)據(jù)采集、特征提取和分類器的設(shè)計(jì)。針對(duì)當(dāng)今貨幣識(shí)別率低等問(wèn)題，借鑒典型相關(guān)分析融合思想和支持向量機(jī)的幾何解釋，利用兩種不同的主成分分析方法特征融合后，并將基于模糊支持向量域多分類算法應(yīng)用于貨幣識(shí)別。 貨幣特征提取方面，針對(duì)提取信息不全面的問(wèn)題，基于粗糙集的屬性約簡(jiǎn)方法和典型相關(guān)分析融合思想，利用兩種不同主成分分析方法對(duì)特征向量進(jìn)行降維，并且把條件屬性與決策屬性聯(lián)系起來(lái)進(jìn)行屬性約簡(jiǎn)

2、，基于典型相關(guān)分析思想對(duì)兩種不同特征進(jìn)行融合。實(shí)驗(yàn)仿真結(jié)果表明，該算法能在很好結(jié)合貨幣圖像的全局與局部互補(bǔ)信息，且融合后的提取算法優(yōu)于以前單一的算法，響應(yīng)時(shí)間相當(dāng)。 訓(xùn)練算法采用一種基于幾何思想的快速訓(xùn)練算法，其主要思想借鑒最近點(diǎn)（NPA）算法和DIRECTSVM算法，不僅克服了傳統(tǒng)訓(xùn)練算法中求解二次規(guī)劃算法的計(jì)算量大的缺點(diǎn)，而且算法的速度非?？?。實(shí)驗(yàn)仿真結(jié)果表明，算法性能比較高，訓(xùn)練時(shí)間比當(dāng)前流行的訓(xùn)練算法SMO算法、DIRE