Регулируемая селективность в многомодальном распознавании образов

Журнал: 
Страница: 
89
УДК: 
681.327.12
 В работе рассматривается задача многомодального распознавания образов в рамках концепции метода потенциальных функций. Предлагается вероятностный подход к обучению, обобщающий известные методы отбора признаков, а именно, методы опорных и релевантных потенциальных функций. Приведены результаты эксперимен¬тального исследования модификаций методов опорных и релевантных потенциальных функций, наделенных возможностью предварительного задания необходимого уровня селективности.
info_eng: 
The problem of multi-modal pattern recognition is considered under the assumption that the kernel-based approach is applied, which assumed that within each particular modality a kernel function can be specified. The danger of over-fitting makes it necessary to truncate the set of initially available modalities. Two known wrapper-based kernel fusion techniques, Relevance and Support Kernel Machines, offer a toolkit of combining patter recognition modalities. In this paper, we propose the modifications of the fusion techniques equipped with the ability to preset the desired level of feature-selectivity.