基于支持向量机的舰船图像识别

• 作者: 严军 王典洪
• 来源期刊: 光学与光电技术
• 学科: 工学
• 关键词: 支持向量机 小波变换 主元分析 模式识别
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 图像与信号处理
• 页码范围: 54-57
• 页数: 4页
• 分类号: TN911.73
• 字数: 2521字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-3392.2004.04.018

摘要

支持向量机(SVM)是一种基于超平面分类的新的学习方法,具有很强的泛化能力.研究了支持向量机的学习机理,以及实现支持向量机的序贯最小优化算法(SMO),并用来对舰船图像进行识别.首先将待识别目标进行二维小波分解,获取不同尺度下的小波系数,然后对其进行主元分析,得到的主元分量作为支持向量机的特征量输入.实验结果表明,该方法具有良好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王典洪	中国地质大学机械电子学院	96	711	15.0	22.0
2	严军	中国地质大学机械电子学院	8	34	4.0	5.0