| 基于PSO优化SVM的纹理图像分割 |
| |
| 引用本文： | 陈云凤 云 挺 周 宇等. 基于PSO优化SVM的纹理图像分割[J]. 计算机应用与软件, 2014, 0(4): 214-218 |
| |
| 作者姓名： | 陈云凤 云 挺 周 宇等 |
| |
| 作者单位： | ;1.南京林业大学信息科学技术学院;2.南京林业大学木材工业学院 |
| |
| 摘 要： | 针对传统纹理图像分割方法运行时间长,分割准确率较低,提出基于粒子群优化算法(PSO)优化支持向量机(SVM)的纹理图像分割方法。首先在自适应调整惯性权重λ的控制策略中加入PSO中的当前迭代次数和种群数,改进PSO的惯性权重λ的性能;接着运用PSO寻找最优惩罚系数C和高斯核函数中参数γ,然后运用SVM方法对训练样本综合训练建立最佳分类模型,并对纹理图像分割测试。结果表明:对比传统方法,该方法不仅缩短运行时间,分割准确率也得到了提高。同时,对比传统惯性权重对分割结果的影响,改进后的方法使得平均收敛代数减少,寻优时间缩短。
|
| 关 键 词： | 图像分割 粒子群算法 支持向量机 |
TEXTURE IMAGE SEGMENTATION BASED ON PSO OPTIMISING SVM |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
