研究概要 |
分離不能領域を持つ等のサポートベクトルマシンの問題を解決して大規模なパターン認識問題に適用できるサポートベクトルマシンの開発と診断,画像処理への応用の研究を進め,以下の成果を得た. 1.マルチクラスサポートベクトルマシンの開発 ・サポートベクトルマシンにファジィ論理を導入して,分離不可能な領域のないファジィサポートベクトルマシンのアーキテクチャとそのソフトウエアを開発した. ・決定木方式のサポートベクトルマシンでは,分離不能領域は存在しないが,学習順序により認識性能が変わる.このため最適な学習順序を決定する方式と,そのソフトウェアを開発した. 2.サポートベクトルマシンの高速学習方式の開発 ・データを数十個同時に最急上昇法により解を求めることにより多クラス問題を学習する方式と,そのソフトウエアを開発した. 3.最適写像決定方式の開発 ・画像処理に適した既存の局所写像関数の評価を数字認識データで行った. 4.設備診断への適用 ・設備診断へ適用を行う準備として,サポートベクトルマシンの識別能力を最大化する特徴抽出法について検討を行った.特徴抽出に独立成分分析を用いた結果,数字パターンやベンチマークデータ等に対して有効な特徴が得られることを示した.また,進化的特徴抽出方法の開発も行い,有効性を確認した. 5.画像処理への適用 ・サポートベクトルマシンに入力する特徴抽出方法として,ウェーブレット変換による多重解像度解析手法の有効性を検証した.ウェーブレット変換により圧縮抽出された特徴パターンを用いた類似画像検索システムを構築し,情景画像,テクスチャ画像などの細密な濃度変化を持つ画像を用いて実験を行った結果,良好な画像検索結果が得られることを示した.
|