一种基于调和随机权网络与曲波变换的图像分类方法

• 作者: 周正华 曹飞龙 赵建伟
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 图像分类 调和随机权网络 快速离散曲波变换 局部判别定位法
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 509-516
• 页数: 8页
• 分类号: TP751|TP183
• 字数: 6790字
• 语种: 中文

摘要

图像分类是图像处理研究中重要且基本的问题之一，而设计有效的特征提取方法和快速高精度的分类器则是图像分类研究的关键。文中以随机权网络算法为基础，结合多项式函数能有效逼近目标函数相对平缓部分的优点，提出调和随机权网络算法，并以此算法作为分类器，结合快速离散曲波变换和局部判别定位法，给出一种图像分类方法。该方法首先利用快速离散曲波变换提取图像特征，然后依据局部判别定位法对所提取的图像特征降维，最后运用所提出的调和随机权网络分类器识别降维的特征，从而有效实现图像分类。实验表明文中方法具有更高的识别率和更快的识别速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹飞龙	中国计量学院理学院数学系	62	241	8.0	12.0
2	赵建伟	中国计量学院理学院数学系	27	83	5.0	8.0
3	周正华	中国计量学院理学院数学系	12	7	2.0	2.0