一种新的图像分类方法研究

• 作者: 王卫红 王松 秦绪佳
• 来源期刊: 计算机应用研究
• 关键词: 视觉描述符 分类器 融合 特征提取 模糊神经网络
• 年，卷（期）: 2006,（12）
• 所属期刊栏目: 图形图像
• 页码范围: 323-325
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2006.12.108

摘要

提出了利用融合不同低层MPEG-7视觉描述符的方法来进行基于内容的图像分类的技术.其目的在于通过融合几种描述符来改善机器学习分类器的性能,包括三种方法改善分类器的性能:作用于支持矢量机(SVM)分类器的聚类融合、作用于K近邻分类器的反向传播(BP)融合和作用于FART模糊神经网络的BP融合.最后,将这些分类方法应用到海滩风景/城市风景的分类试验中.实验结果表明BP融合显示出了更好的性能改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦绪佳	浙江工业大学软件学院	63	716	12.0	25.0
2	王松	浙江工业大学软件学院	7	30	4.0	5.0
3	王卫红	浙江工业大学软件学院	68	575	12.0	20.0