首页 | 本学科首页   官方微博 | 高级检索  
     

一种SVM集成的图像分类方法研究*
引用本文:罗会兰,杜连平.一种SVM集成的图像分类方法研究*[J].电视技术,2012,36(23):39-42.
作者姓名:罗会兰  杜连平
作者单位:江西理工大学信息工程学院,江西赣州,341000
基金项目:国家自然科学基金项目(No. 61105042)、江西省自然科学基金项目(No. 2010gzs0075)、江西省教育厅科技项目(No. GJJ11464, No. GJJ11465)资助。
摘    要:针对单分类器没有充分考虑数据集的特征而不能很好地完成分类识别,提出了一种基于集成学习技术的SVM集成的图像分类方法。该方法是在基于较为流行的词袋(Bag-of-Words,BOW)模型的图像分类方法的基础上,利用训练生成的不同SVM分类器分类测试图像,并将分类结果采用集成学习算法进行集成。分别采用传统的BOW模型的图像分类方法和本文提出的方法进行分类实验,实验结果表明采用SVM集成的图像分类方法明显提高了分类精度,具有一定的稳健性。

关 键 词:词袋模型  尺度不变特征转换  支持向量机  图像分类  集成学习
收稿时间:6/19/2012 8:53:10 AM
修稿时间:7/11/2012 9:54:02 AM

Research on Image Classification Method Based on SVM Ensemble
Luo Huilan and Du Lianping.Research on Image Classification Method Based on SVM Ensemble[J].Tv Engineering,2012,36(23):39-42.
Authors:Luo Huilan and Du Lianping
Affiliation:Jiangxi University of Science and Technology,Jiangxi University of Science and Technology
Abstract:
Keywords:Bag-of-words  Scale Invariant Feature Transform  SVM  Image classification  Ensemble learning
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《电视技术》浏览原始摘要信息
点击此处可从《电视技术》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号