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:
研究了基于颜色的图像特征对于图像分类结果的影响.给出了采用基于颜色位置分布特征进行分类的方法,并与基于RGB直方图特征和基于HSV直方图特征的方法进行了比较.分别采用随机森林、Boosting算法和MLP神经网络3种分类方法进行图像分类,建立了自然图像分类系统.基于实验结果比较了随机森林、Boosting算法和MLP神经网络3种分类方法的优缺点,发现Boosting算法表现最好,更加适合于图像分类.
推荐文章
综合语义与颜色特征的图像检索技术研究
多媒体
搜索引擎
图像检索
语义
颜色特征
基于颜色通道融合特征的现勘图像分类算法
现勘图像分类
颜色通道
特征提取
特征融合
训练分类器
实验分析
基于颜色特征的杂草图像分割技术研究
杂草图像
颜色特征
复杂光照
图像分割
基于颜色和纹理特征的胶囊内镜图像分类
胶囊内镜
图像分类
特征提取
小波变换
颜色矩
共生矩阵
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 颜色特征的图像分类技术研究
来源期刊 智能系统学报 学科 工学
关键词 图像分类 颜色特征 Boosting算法
年,卷(期) 2008,(2) 所属期刊栏目
研究方向 页码范围 155-158
页数 4页 分类号 TP391
字数 3768字 语种 中文
DOI 10.3969/j.issn.1673-4785.2008.02.010
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 李海峰 北京工商大学计算机学院 1 15 1.0 1.0
2 杜军平 北京邮电大学计算机学院 44 347 10.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (27)
参考文献  (6)
节点文献
引证文献  (15)
同被引文献  (14)
二级引证文献  (28)
1945(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(5)
  • 引证文献(3)
  • 二级引证文献(2)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像分类
颜色特征
Boosting算法
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导