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:
支持向量机由于其具备的各种优点在图像分割领域得到越来越广泛的应用.但是作为有监督的分类器,它无法自动获取图像中的类别特征.针对这一问题,提出一种结合模糊聚类技术与支持向量机的纹理分割算法,实现了纹理图像的自动分割.在Matlab 7.0平台下进行仿真实验,得到良好效果.实验结果证明该算法能有效地提高纹理图像分割的精度.
推荐文章
结合多特征和SVM的SAR图像分割
合成孔径雷达
图像分割
非下采样轮廓变换
灰度共生矩阵
支持向量机
特征选择
多特征融合
结合ECM和FCM聚类的遥感图像分割新方法
遥感图像分割
模糊C均值聚类
进化聚类
基于内容的图像检索
基于改进的 FCM算法图像分割研究
模糊C均值聚类
自适应滤波
道岔缺口
鲁棒性
基于SOM-FCM算法的脑MR多参数图像分割
多参数图像
自组织映射神经网络
模糊C均值聚类
有效性函数
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 结合FCM和SVM的纹理分割算法
来源期刊 计算机工程与应用 学科 工学
关键词 模糊聚类 支持向量机 纹理分割 小波变换
年,卷(期) 2008,(33) 所属期刊栏目 博士论坛
研究方向 页码范围 32-33,36
页数 3页 分类号 TP391
字数 3391字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.33.009
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 王太勇 天津大学机械玉程学院 414 5889 35.0 51.0
2 支劲章 天津大学精密仪器与光电子工程学院 4 24 2.0 4.0
3 刘路 天津大学精密仪器与光电子工程学院 8 211 6.0 8.0
4 蒋永翔 天津大学机械玉程学院 9 100 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (29)
参考文献  (4)
节点文献
引证文献  (7)
同被引文献  (22)
二级引证文献  (19)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
模糊聚类
支持向量机
纹理分割
小波变换
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导