基于在线连续极限学习机的图像分类改进算法

• 作者: 何建农 陈建原
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像分类 极限学习机 在线学习 神经网络 局部二值模式
• 年，卷（期）: 2015,（2）
• 页码范围: 176-181
• 页数: 6页
• 分类号: TP391.4
• 字数: 4379字
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.2015.02.0176

摘要

结合LBP算子提取图像的局部纹理特征,在分类阶段根据优化解进行矩阵逆的区别计算并加入正则因子,最后结合在线学习方法,提出准确在线连续极限学习机的图像分类改进算法.实验结果表明,改进算法在图像分类方面比传统的极限学习机有更快的学习速度,更好的泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何建农	福州大学数学与计算机科学学院	46	441	13.0	19.0
2	陈建原	福州大学数学与计算机科学学院	1	2	1.0	1.0