CHƯƠNG II: GIỚI THIỆU KỸ THUẬT MDS, MDS SVM
2.3 Mô tả hệ thống hoạt động MDS – SVM
Các bước hoạt động của mô hình:
Sau khi chuẩn bị hệ thống, phần mềm, dữ liệu mẫu ta tiếp tục xây dựng mô hình phân lớp MDS-SVM như sau:
Bước 1: Tiền xử lý các ảnh mẫu để chuyển các ảnh mẫu về cùng chung một kích thước chuẩn (n*m) cho hệ thống đồng thời chuyển định dạng ảnh từ ảnh màu sang đen trắng (Gray).
Bước 2: Tính khoảng cách d giữa các ảnh với nhau bằng công thức:
Trong đó: I là ảnh và có kích thước n*m; J là ảnh và có kích thước n*m, I =
1..n, j=1..m.
Sau khi tính khoảng cách tất cả các ảnh thì ta được một ma trận vuông d[NxN] khoảng cách (trong đó N là số ảnh trong cơ sở dữ liệu bằng 684 ảnh).
Bước 3: Sau khi có được ma trận vuông khoảng cách d[NxN] của tất cả các ảnh trong cơ sở dữ liệu mẫu thì ta sử dụng phương pháp MDS để tính tọa độ các ảnh trong không gian MDS với số chiều ta cần giảm xuống dựa vào thuật toán classic metric algorithms[6]. Kết quả ta thu được là tọa độ mới của các ảnh trong không gian mới.
Bước 4: Sử dụng tọa độ và nhãn kèm theo của các ảnh để làm dữ liệu đầu vào SVM. Áp dụng hàm các hàm của SVM xây dựng đã được xây dựng trong thư viện libsvm cung cấp bởi Chih-Chung Chang và Chih-Jen Lin.
Bước 5: Ta phân dữ liệu đầu vào 60%/40% hoặc 70%/30% để training và testing trong SVM.
Với các thông số: Hàm kernel: linear: u'*v C: cost =1
Cachesize: 2000 Gamma: 0.07
Bước 6: Xử dụng kỹ thuật one vs one để training và testing.
Hình 3.1: Hình ảnh trong cơ sở dữ liệu Ifd.