一种结合训练样本筛选的SVM图像分割方法

• 作者: 王燕 薛志东 隋卫平
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 样本筛选 图像分割
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 学术探讨
• 页码范围: 55-57
• 页数: 3页
• 分类号: TP393.41
• 字数: 2479字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.10.016

摘要

基于支持向量的图像分割方法一般使用交互方式获取的训练样本,不可避免的在训练样本中引入歧义样本.这些歧义样本严重影响了基于支持向量机图像分割方法的性能.提出一种先对训练样本进行筛选,再进行分类(分割)的支持向量图像分割方法;并给出了一种基于支持向量机的样本筛选方法,可有效地降低歧义样本的影响.实验表明,经样本筛选的SVM分割方法有更好的分割性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王燕	华中科技大学控制科学与工程系	53	229	8.0	12.0
2	薛志东	华中科技大学软件学院	14	63	5.0	7.0
3	隋卫平	国防科技大学机电工程与自动化学院	5	90	3.0	5.0