海量小差异图像群中有效分类方法研究与仿真

• 作者: 刘凌霞 徐甜
• 来源期刊: 微电子学与计算机
• 关键词: 小差异图像群 图像分类 支持向量机算法
• 年，卷（期）: 2014,（10）
• 页码范围: 130-133,137
• 页数: 5页
• 分类号: TP311
• 语种: 中文

摘要

对海量小差异图像群进行有效分类，能够极大地满足用户对于图像搜索及管理需求。传统的海量小差异图像分类的方法需要限定大量的分类约束条件，存在分类效率低，无效分类多的弊端。为此，提出基于模糊贴近度改进的海量小差异图像分类方法。利用SIFT算法对采集的海量小差异图像群进行特征提取分析，为进行图像进一步分类提供数据支持。把模糊贴近度的概念引入到分类算法中，对海量小差异图像群进行分类模型构建，求取最优解，完成对海量小差异图像群的最优分类。实验结果表明，运用改进分类算法对海量小差异图像进行分类，能够提高图像分类的效率和分类的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘凌霞	安阳师范学院软件学院	25	160	6.0	12.0
2	徐甜	安阳师范学院软件学院	22	89	5.0	8.0