基于多特征和改进SVM集成的图像分类

• 作者: 付燕 鲜艳明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 多特征 主成分分析 支持向量机集成 PCA-RBaggSVM算法 图像分类
• 年，卷（期）: 2011,（21）
• 所属期刊栏目: 图形图像处理
• 页码范围: 196-198
• 分类号: TP393
• 字数: 3260字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.21.067

摘要

现有图像分类方法不能充分利用图像各单一特征之间的优势互补特性,提取的特征中存在大量冗余信息,从而导致图像分类精度不高.为此,提出一种基于多特征和改进支持向量机(SVM)集成的图像分类方法.该方法能提取全面描述图像内容的综合特征,采用主成分分析对所提取的特征进行变换,去除冗余信息,使用支持向量机的集成分类器RBaggSVM进行分类.仿真实验结果表明,与同类图像分类方法相比,该方法具有更高的图像分类精度和更快的分类速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付燕	西安科技大学计算机学院	22	208	9.0	14.0
2	鲜艳明	西安科技大学计算机学院	1	21	1.0	1.0