Effectively Finding the Optimal Wavelet for Hybrid Wavelet - Large Margin Signal Classification


Neumann, Julia ; Schnörr, Christoph ; Steidl, Gabriele


[img]
Vorschau
PDF
optim.pdf - Veröffentlichte Version

Download (371kB)

URL: https://ub-madoc.bib.uni-mannheim.de/734
URN: urn:nbn:de:bsz:180-madoc-7347
Dokumenttyp: Arbeitspapier
Erscheinungsjahr: 2003
Titel einer Zeitschrift oder einer Reihe: Technical Reports
Band/Volume: 03-005
Ort der Veröffentlichung: Mannheim
Sprache der Veröffentlichung: Englisch
Einrichtung: Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Sonstige - Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik
MADOC-Schriftenreihe: Veröffentlichungen der Fakultät für Mathematik und Informatik > Institut für Informatik > Technical Reports
Fachgebiet: 004 Informatik
Normierte Schlagwörter (SWD): Klassifikation , Wavelet
Freie Schlagwörter (Englisch): filter design , signal and image classification , wavelets , Support Vector Machine
Abstract: For hybrid wavelet - large margin classifiers, adapting the wavelet may significantly improve the classification performance. We propose to select the wavelet with respect to a large margin classifier and data to improve class separability and minimise the generalisation error. In this paper, we show that this wavelet adaptation problem can be formulated as an optimisation problem with polynomial objective function and investigate some techniques to solve it. In particular, we propose an adaptive grid search algorithm that efficiently solves the problem compared with standard optimisation techniques.
Zusätzliche Informationen:




Dieser Eintrag ist Teil der Universitätsbibliographie.

Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Download-Statistik

Downloads im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen