基于支持向量机方法的噪声图像分割

• 作者: 夏学知 徐海祥 郭丽艳 陈炜
• 来源期刊: 微电子学与计算机
• 关键词: 支持向量机 噪声图像分割 计算机视觉 统计学习理论
• 年，卷（期）: 2007,（11）
• 页码范围: 14-16,20
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2007.11.004

摘要

图像分割是计算机视觉领域的关键技术之一.支持向量机方法被认为是好的学习分类方法之一,特别在小样本、高维情况下,具有较好的泛化性能.针对噪声图像的分割,提出了模糊权重支持向量机方法.分割实验表明,与经典支持向量机方法相比,模糊权重支持向量机方法具有更强的抗噪性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏学知		64	372	10.0	16.0
2	陈炜		25	136	7.0	9.0
3	徐海祥		57	166	7.0	9.0
7	郭丽艳		9	39	4.0	5.0