Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
BPMs so với SVMs trong phân loại hình ảnh
Proceedings. IEEE International Conference on Multimedia and Expo - Tập 2 - Trang 505-508 vol.2
Tóm tắt
Máy điểm Bayes (BPM) đã được chứng minh lý thuyết là có khả năng học tốt hơn so với máy vector hỗ trợ (SVM). Chúng tôi mô tả hai loại máy này và nêu rõ sự khác biệt của chúng. Chúng tôi so sánh thực nghiệm hiệu suất của BPM và SVM trên một tập dữ liệu hình ảnh. Chúng tôi kết luận rằng SVM hấp dẫn hơn cho nhiệm vụ phân loại hình ảnh vì nó yêu cầu thời gian huấn luyện ngắn hơn nhiều, mặc dù BPM đạt được độ chính xác phân loại cao hơn một chút.
Từ khóa
#Máy vector hỗ trợ #Phân loại máy vector hỗ trợ #Phân loại hình ảnh #Phương pháp Bayes #Học máy #Tìm kiếm hình ảnh #Học thống kê #Đa thức #Perceptron nhiều lớp #Lập trình bậc haiTài liệu tham khảo
10.1007/BF00994018
10.1145/130385.130401
10.1007/978-1-4757-2440-0
aitchison, 0, Bayesian tolerance regions (with discussion), Journal of the Royal Statistical Society-Series B, 26, 161
herbrich, 1999, Bayes point machines: Estimating the bayes point in kernel space, Proceedings of IJCAI Workshop Support Vector Machines, 23
10.1162/153244301753683717
goh, 2001, SVM binary classifier ensembles for multi-class image classification, Proc Int ACM Conf Information and Knowledge Management (CIKM), 395
chapelle, 2001, Choosing multiple parameters for support vector machines, Machine Learning
10.1162/neco.1997.9.1.99
rujan, 2000, Computing the bayes kernel classifier, Advances in Large Margin Classifiers, 329
vapnik, 1998, Statistical Learning Theory
10.1016/0378-4371(93)90569-P