Detail publikace
Reducing the Run-time Complexity of Support Vector Machine Used for Rail Candidates Detection
Support Vector Machine (SVM) je technika pro klasifikaci a regresi. Používá rozdělovací plochu nazvanou hyperplocha, která závisí na regulazačním parametru a trénovacích datech ležících na hranicích oddělovací plohy. Časová složitost SVM může být redukována prostřednictvím oddělovací plohy pomocí regularizačního parametru.
Zabýváme se rozpoznáváním ve snímcích získané kamerou umístěné na palubě lokomotivy. Za účelem detekce kandidátů na kolejnice vyvíjíme algoritmus využívající SVM. Provedli jsme několik experimentů pro různé nastavení. V tomto příspěvku představujeme algoritmus užívající SVM a vliv regularizačního parametru stejně jako možnosti výkonnosti SVM. Hlavním cílem je snížení časové složitosti při zachování úspěšnosti klasifikace.
@INPROCEEDINGS{FITPUB11088, author = "Marek Musil", title = "Reducing the Run-time Complexity of Support Vector Machine Used for Rail Candidates Detection", pages = "2138--2146", booktitle = "International Masaryk conference for Ph.D. students and young researchers", series = "vol. VI", year = 2015, location = "Hradec Kr\'{a}lov\'{e}, CZ", publisher = "Akademick\'{e} sdru\v{z}en\'{i} MAGNANIMITAS Assn.", ISBN = "978-80-87952-12-2", language = "english", url = "https://www.fit.vut.cz/research/publication/11088" }