摘 要:1
支持向量機(jī)(SVM)是一種線性機(jī)器,廣泛用于模式分類和非線性回歸。對(duì)于很多低維非線性可分的模式,如果我們能夠提取合適的高維特征向量,則模式往往在高維特征空間是線性可分的。本文利用小波包變換提取動(dòng)作的特征向量,將各種動(dòng)作信號(hào)映射到特征空間形成一定維數(shù)的特征向量,然后采用SVM進(jìn)行動(dòng)作識(shí)別。試驗(yàn)證明。當(dāng)特征空間維數(shù)合適時(shí),利用SVM進(jìn)行動(dòng)作識(shí)別效果良好。