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:
分类的目的就是根据现有的图像特征建立一个分类器,能够对未知的图像类型进行预测.在现有众多分类算法中,贝叶斯分类器由于其坚实的数学理论基础并能综合先验信息和数据样本信息,成为当前机器学习和数据挖掘的研究热点之一.本文论述了内容图像检索中基于贝叶斯分类器的图像分类技术.介绍了贝叶斯分类器.叙述了利用贝叶斯分类器进行图像分类的方法,以及图像特征的分布假定.最后通过时分类器的探讨,总结了贝叶斯估计分类的不足.
推荐文章
基于贝叶斯分类器的主题爬虫研究
贝叶斯
分类器
主题爬虫
主题相关度
基于多重判别分析的朴素贝叶斯分类器
朴素贝叶斯
TAN分类器
多重判别分析
DANB分类器
基于卷积神经网络和贝叶斯分类器的句子分类模型
深度学习
句子分类
卷积神经网络
主成分分析法
贝叶斯分类器
灵活的增强朴素贝叶斯分类器
贝叶斯网
朴素贝叶斯分类器
树增强朴素贝叶斯分类器
最小描述长度准则
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 基于贝叶斯分类器的图像分类技术
来源期刊 长春理工大学学报(自然科学版) 学科 工学
关键词 基于内容的图像检索 贝叶斯分类器 图像分类
年,卷(期) 2009,(1) 所属期刊栏目
研究方向 页码范围 132-134
页数 3页 分类号 TN911.73
字数 2874字 语种 中文
DOI 10.3969/j.issn.1672-9870.2009.01.040
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 杨勇 长春理工大学计算机科学与技术学院 49 335 7.0 17.0
2 孙爽滋 长春理工大学计算机科学与技术学院 24 117 6.0 10.0
3 谷欣超 长春理工大学计算机科学与技术学院 17 101 6.0 9.0
4 付丽 长春理工大学计算机科学与技术学院 3 220 3.0 3.0
5 孙红帆 1 22 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (48)
参考文献  (7)
节点文献
引证文献  (22)
同被引文献  (21)
二级引证文献  (20)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(7)
  • 引证文献(4)
  • 二级引证文献(3)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(11)
  • 引证文献(3)
  • 二级引证文献(8)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
基于内容的图像检索
贝叶斯分类器
图像分类
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
长春理工大学学报(自然科学版)
双月刊
1672-9870
22-1364/TH
16开
长春市卫星路7089号
1978
chi
出版文献量(篇)
3546
总下载数(次)
14
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导