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:
提出了一种基于条件互信息的图像特征选择方法.为了预测条件互信息,该方法选择与已选定特征具有最大熵的那些特征,并将选择出的特征进一步用于数字图像识别.图像识别器由支持向量机实现.实验中,识别器的输人数据是由人脸和非人脸组成的二类图像,这些图像均为大小是28×28且具有256个值的灰度图像.本文不仅将新方法用于图像识别,而且还将新方法与已有的识别方法,如经典的贝叶斯理论、神经网络、kNN等进行了比较.实验结果表明:新方法不仅能够在较短的时间内实现图像特征的选择,而且对图像识别有着比其它方法更高的正确识别率,完全可以用于图像识别.
推荐文章
基于 Parzen 窗条件互信息计算的特征选择方法
特征选择
Parzen 窗
条件互信息
特征离散度
基于模糊互信息的多标签特征选择
特征选择
互信息
模糊互信息
基于互信息的特征子集选择
数据挖掘
LV算法
特征子集选择
互信息
一种基于扩展互信息算法的特征选择方法
文本分类
特征选择
评价函数
互信息
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 面向图像识别的条件互信息特征选择方法
来源期刊 测试技术学报 学科 工学
关键词 特征选择 图像识别 互信息 SVM 识别率
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 459-462
页数 分类号 TP751
字数 2383字 语种 中文
DOI 10.3969/j.issn.1671-7449.2010.05.019
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 金聪 华中师范大学计算机科学系 69 430 13.0 16.0
2 金枢炜 武汉大学物理科学与技术学院 5 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (18)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
特征选择
图像识别
互信息
SVM
识别率
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
测试技术学报
双月刊
1671-7449
14-1301/TP
大16开
太原13号信箱
22-14
1986
chi
出版文献量(篇)
2837
总下载数(次)
7
总被引数(次)
13975
论文1v1指导