基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高图像分类的准确率,提出了一种遗传算法优化特征权值的支持向量机图像分类(GA-SVM).首先分别提取图像的颜色和纹理特征,然后采用改进遗传算法确定特征权值,最后采用支持向量机建立图像分类器,并对corel图像库进行仿真测试.结果表明,相对于其他图像分类算法,GA-SVM提高了图像分类精度.
推荐文章
遗传算法优化支持向量机的网络流量混沌预测
遗传算法优化
支持向量机
网络流量
混沌预测
相空间重构
预测模型
自适应遗传算法优化支持向量机的过电压识别
过电压识别
支持向量机
输电线路
遗传算法
基于遗传算法优化支持向量机的交通流量预测
支持向量机
遗传算法
城市交通流量
预测模型
基于遗传算法和支持向量机的故障诊断方法
最小二乘支持向量机
自适应遗传算法
机载电气盒
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 遗传算法优化特征权值的支持向量机图像分类
来源期刊 电视技术 学科 工学
关键词 图像分类 特征加权 支持向量机 遗传算法
年,卷(期) 2015,(2) 所属期刊栏目 数字视频
研究方向 页码范围 75-79
页数 5页 分类号 TN911.73
字数 2635字 语种 中文
DOI 10.16280/j.videoe.2015.02.020
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (87)
共引文献  (401)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(2)
  • 参考文献(0)
  • 二级参考文献(2)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(5)
  • 参考文献(0)
  • 二级参考文献(5)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像分类
特征加权
支持向量机
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
总被引数(次)
42632
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导