基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍了SVM算法的原理和在图像分类上的一些应用,将该算法应用于飞机图像的分类,并跟传统的神经网络分类算法进行了比较.跟传统的基于神经网络的图像分类相比,具有良好的抗噪性和较高的识别率,并且具有良好的扩展性.对于飞机图像的分类问题有较好的应用.
推荐文章
基于多核学习SVM的图像分类识别算法
支持向量机
多核学习
行人检测
图像识别
直方图交叉核
交叉验证
基于SVM的图像分类
支持向量机
分类器
底层特征
高层语义
基于改进SVM算法的植物叶片分类研究
植物叶片分类
布谷鸟搜索算法
支持向量机
基于SVM预分类学习的图像超分辨率重建算法
超分辨率重建
支持向量机(SVM)
颜色特征
样本学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVM算法的图像分类
来源期刊 计算机工程与应用 学科 工学
关键词 分类 支持向量机 gabor小波变换
年,卷(期) 2004,(30) 所属期刊栏目 工程与应用
研究方向 页码范围 230-232
页数 3页 分类号 TP391
字数 2876字 语种 中文
DOI 10.3321/j.issn:1002-8331.2004.30.071
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭立 中国科技大学电子科学与技术系 18 176 7.0 12.0
2 薛明东 中国科技大学电子科学与技术系 2 63 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (48)
同被引文献  (31)
二级引证文献  (88)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(10)
  • 引证文献(6)
  • 二级引证文献(4)
2010(10)
  • 引证文献(4)
  • 二级引证文献(6)
2011(5)
  • 引证文献(3)
  • 二级引证文献(2)
2012(7)
  • 引证文献(2)
  • 二级引证文献(5)
2013(11)
  • 引证文献(3)
  • 二级引证文献(8)
2014(10)
  • 引证文献(2)
  • 二级引证文献(8)
2015(11)
  • 引证文献(2)
  • 二级引证文献(9)
2016(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(12)
  • 引证文献(4)
  • 二级引证文献(8)
2018(14)
  • 引证文献(7)
  • 二级引证文献(7)
2019(22)
  • 引证文献(4)
  • 二级引证文献(18)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
分类
支持向量机
gabor小波变换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导