Искам да комбинирам Хистограма на ориентирани градиенти и Локален двоичен модел с помощта на Поддържаща векторна машина. Но характеристиките са с различни измерения. Как мога да ги комбинирам?
Комбиниране на множество функции със svm
comment
Можете ли да предоставите повече подробности? (може би чрез примерни данни) и какво сте опитвали?
- person greeness schedule 18.01.2013
comment
Защо просто не нормализираме двата вектора и не ги свържем?
- person Niki schedule 18.01.2013
comment
@greeness Имам функции HOG (хистограма на ориентирани градиенти) и LBP (локален двоичен модел). Характеристиките на HOG са с размер 4608*без изображения, а характеристиките на LBP са с размер 7424*без изображения. Искам да науча един SVM (поддържаща векторна машина) класификатор, използвайки и двете функции. Но тъй като те са с различни размери, не мога директно да ги комбинирам, за да науча един класификатор. Как да процедирам?
- person buggedUp schedule 18.01.2013
comment
@nikie Функциите вече са нормализирани. Освен това нормализирането няма да окаже влияние върху размерите.
- person buggedUp schedule 18.01.2013
Отговори (1)
Коментарът на nikie по-горе е правилен: можете просто да свържете функциите. Така че за всяка точка от данни (изображение) векторът на характеристиките ще изглежда така:
[HOG1, HOG2, ..., HOG4608, LBP1, LBP2, ..., LBP7424]
където HOGn е n-тата характеристика в характеристиките на HOG и т.н.
Тогава вашият набор от данни ще бъде с размер (брой изображения, 4608+7424).
person
Blazej Wieliczko
schedule
18.01.2013
Благодаря..... Как да комбинирам linearSVM и Non-linear SVM изход с еднакво тегло?
- person Somnath Kadam; 14.04.2013
Питам в стара тема, но се чудя, че в този случай всички характеристики на HOG1,...,HOGN и LBP1,...,LBPM са векторни стойности, сами по себе си, свързани в много по-голям вектор. Това вярно ли е?
- person Ufuk Can Bicici; 11.11.2014
