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:
为解决边缘点与非边缘点过渡的模糊边缘,提出了一种模糊支持向量机的边缘检测算法.该算法选用图像3×3窗口4个方向的灰度梯度,梯度幅值和梯度方向组成6维特征向量,同时选用径向机核函数对样本特征向量升维到高维空间,在高维空间中构造最优分类超平面,同时,根据归一化后的梯度幅值来确定每个样本的隶属度,最后利用模糊支持向量机实现边缘检测,实验结果表明了模糊支持向量机边缘检测方法的可行性.
推荐文章
经验模式分解模糊特征提取的支持向量机混合诊断模型
经验模式分解
支持向量机
模糊特征提取
混合诊断
基于类别特征提取的组合支持向量机模型
线性判别分析
组合支持向量机
分类
特征提取
边缘效应训练的模糊支持向量机及应用
模糊支持向量机
模糊隶属度
边缘效应
卫星图像分割
基于核的偏最小二乘特征提取的最小二乘支持向量机回归方法
偏最小二乘
最小二乘支持向量机
核的偏最小二乘
回归
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 模糊支持向量机建筑物边缘特征提取方法研究
来源期刊 计算机工程与设计 学科 工学
关键词 支持向量机 模糊支持向量机 隶属度函数 图像处理 边缘检测
年,卷(期) 2011,(2) 所属期刊栏目 智能技术
研究方向 页码范围 649-652
页数 分类号 TP391.41
字数 3405字 语种 中文
DOI
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 张强 信息工程大学测绘学院 17 279 11.0 16.0
2 吴云东 集美大学影像信息工程技术研究中心 30 328 7.0 17.0
6 安文 信息工程大学测绘学院 1 1 1.0 1.0
7 耿利川 集美大学影像信息工程技术研究中心 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (35)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1986(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2015(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
支持向量机
模糊支持向量机
隶属度函数
图像处理
边缘检测
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导