首页 | 本学科首页   官方微博 | 高级检索  
     

基于LSSVM的静态手势识别
引用本文:段洪伟,陈一民,林锋.基于LSSVM的静态手势识别[J].计算机工程与设计,2004,25(12):2352-2353,2368.
作者姓名:段洪伟  陈一民  林锋
作者单位:上海大学,计算机工程学院,上海,200072
摘    要:支持向量机(Support Vector Machine,简称SVM),是基于统计学习理论的一种新的模式识别方法,较好地解决了小样本学习问题。通过使非线性空间变换为线性空间,降低了算法的复杂性。LSSVM(Least Squares Support Vector Machine)由于使用线性等式代替了标准的SVM算法中的线性不等式,进一步降低了运算量。利用傅立叶描述子获取静态手势特征向量,通过LSSVM大尺度算法求解方程组来得到LSSVM分类器,进行静态手势识别,取得了较高的识别率。说明如何把静态手势识别结果应用到机器人远程控制中,提高人机交互的友好性。

关 键 词:手势识别  傅立叶描述子  分类器  统计学习理论  算法  机器人  支持向量机  线性空间  特征向量  求解
文章编号:1000-7024(2004)12-2352-02

Static gesture recognition based on LSSVM
DUAN Hong-wei,CHEN Yi-min,LIN Feng.Static gesture recognition based on LSSVM[J].Computer Engineering and Design,2004,25(12):2352-2353,2368.
Authors:DUAN Hong-wei  CHEN Yi-min  LIN Feng
Abstract:
Keywords:support vector machine  LSSVM  pattern  recognition  classifier
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号