融合LDA和多类SVM的图像语义映射研究

• 作者: 李海芳 赵炜 陈俊杰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像语义分类 支持向量机 模糊C均值聚类 线性判别分析
• 年，卷（期）: 2009,（18）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 164-166
• 页数: 3页
• 分类号: TP391
• 字数: 3099字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.18.049

摘要

建立图像低层特征到高层语义的映射是图像语义检索的关键问题之一,SVM是其中行之有效的方法.为了便于规则生成,将模糊C均值聚类SVM多类分类方法应用于图像语义映射.但由于异类图像特征常常混杂,最终形成的二叉树分支一般很多,映射准确率下降明显.为此,将线性判别分析法引入二叉树建树过程中,通过聚类之前先对特征优化处理来改进算法性能.实验结果表明该方法建立起了更便于理解的分类树结构且LDA的引入使得映射准确率有所提高,满足了图像语义映射的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊杰	太原理工大学计算机与软件学院	220	1728	20.0	30.0
2	李海芳	太原理工大学计算机与软件学院	92	507	12.0	16.0
3	赵炜	太原理工大学计算机与软件学院	24	338	10.0	18.0