基于词袋模型的电子报图像分类方法研究

• 作者: 司梦 张伟 蒋玲芳
• 来源期刊: 信阳师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 数字报 图像分类 词袋模型 朴素贝叶斯分类器
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 应用技术研究
• 页码范围: 124-127
• 页数: 4页
• 分类号: TP391.1
• 字数: 2927字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0972.2013.01.029

摘要

针对电子报图像信息量大、分类精度低和耗时多的特点,提出利用词袋模型提取图片的代表特征,并采用朴素贝叶斯分类器指导特征矩阵分类.结果表明,图像分类精度最大值能达到93％,分类处理时间约为3 s,充分满足了电子报图像分类和个性化推荐的准确性和实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋玲芳	河南省电力公司试验研究院	2	5	2.0	2.0
2	张伟	河南省电力公司试验研究院	4	17	2.0	4.0
3	司梦	华北电力大学电气工程学院	10	43	3.0	6.0