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:
小波矩结合了矩特征和小波特征,既反映了图像的全局性信息,又反映了图像的局域性信息,并且具有旋转、平移和缩放不变性.利用小波矩与支持向量机进行目标识别,不但解决了图像识别中特征量随图像旋转、平移和缩放而变化的问题,而且提高了对近似物体的识别能力,是解决小样本、近似图像识别的有效方法.
推荐文章
基于支持向量机的水中目标识别
支持向量机
水中目标识别
统计学习理论
不变矩的改进支持向量机在显微目标识别中的应用研究
不变矩:改进的支持向量机
粗糙集
属性约简
目标识别
基于边界矩和支持向量机的火焰识别算法
火焰识别
边界矩不变量
支持向量机
序列最小最优化算法
基于多类分类支持向量机的空袭目标识别
支持向量机
目标识别
多类分类
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 基于图像边缘小波矩和支持向量机的目标识别
来源期刊 计算机工程与科学 学科 工学
关键词 小波矩 目标识别 支持向量机
年,卷(期) 2006,(7) 所属期刊栏目 图形与图像
研究方向 页码范围 60-61,69
页数 3页 分类号 TP391.4
字数 2703字 语种 中文
DOI 10.3969/j.issn.1007-130X.2006.07.018
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 梅雪 南京工业大学自动化学院 53 433 12.0 17.0
2 林锦国 南京工业大学自动化学院 133 1806 19.0 38.0
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  (15)
同被引文献  (14)
二级引证文献  (14)
1962(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(6)
  • 引证文献(5)
  • 二级引证文献(1)
2010(6)
  • 引证文献(3)
  • 二级引证文献(3)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
小波矩
目标识别
支持向量机
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导