原文服务方: 东北林业大学学报       
摘要:
提出了一种基于支持向量机(Support Vector Machine,SVM)的个性图像检索方法,首先融合符合用户需求的图像的物理特征构造SVM分类器,然后把获得的图像信息提交给分类器进行识别,最后把检索结果返回给用户.实验结果表明,用SVM作为学习机器可以实现对图像的检索分类.
推荐文章
基于模糊支持向量机的面向语义图像检索算法
面向语义的图像检索
模糊支持向量机
最小隶属度
不可分区域
一种基于加权颜色聚合向量的图像检索方法
图像检索
颜色直方图
颜色聚合向量
显著图
基于支持向量机的路面图像分类方法
路面分类
颜色特征
纹理特征
模糊支持向量机
一种新的图像检索方法
图像检索
图像分类
支持向量机
相似性匹配
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 一种基于支持向量机的图像检索方法
来源期刊 东北林业大学学报 学科
关键词 支持向量机 特征融合 图像检测
年,卷(期) 2009,(10) 所属期刊栏目 研究简报
研究方向 页码范围 127-128
页数 2页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1000-5382.2009.10.041
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 邱兆文 28 230 8.0 14.0
2 赵更寅 6 27 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (19)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (11)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
支持向量机
特征融合
图像检测
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
东北林业大学学报
月刊
1000-5382
23-1268/S
大16开
1957-01-01
chi
出版文献量(篇)
7235
总下载数(次)
0
总被引数(次)
68015
论文1v1指导