邻域核局部支持向量机在图像分类中的研究

• 作者: 尹传环 浩庆波 牟少敏 王秀美
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 邻域核函数 局部支持向量机 分类
• 年，卷（期）: 2014,（z1）
• 页码范围: 150-156
• 页数: 7页
• 分类号: TP391.9
• 字数: 3632字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2014.z.034

摘要

图像分类方法的研究对图像的检索、识别等具有重要意义。局部支持向量机能够有效利用样本的局部信息，与标准支持向量机等分类算法相比具有较高的分类精度。邻域核函数是一种能够有效反映邻域信息变化状况的核函数。将邻域核函数与局部支持向量机相结合，提出一种基于邻域核函数的局部支持向量机，并将该算法应用于图像分类识别中。为验证算法的有效性，使用树木图像数据集进行测试实验。实验结果表明，将邻域核函数应用于局部支持向量机，能够有效提高图像的分类精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牟少敏	山东农业大学信息科学与工程学院	44	376	11.0	18.0
5	尹传环	北京交通大学计算机与信息技术学院	14	117	7.0	10.0
6	王秀美	山东农业大学信息科学与工程学院	4	12	2.0	3.0
7	浩庆波	山东农业大学信息科学与工程学院	6	53	3.0	6.0