一种基于增强模糊分类器的快速图像分类方法

• 作者: 徐小龙 韩丽娟 高仲合
• 来源期刊: 电子技术
• 关键词: 图像分类 图像检索 模糊分类器 增强元学习
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 电子技术研发
• 页码范围: 45-49,35
• 页数: 6页
• 字数: 4812字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0755.2016.08.011

摘要

基于内容的图像匹配是计算机科学中一个具有挑战性的问题,它由两个相对困难的任务组成:识别图像上的对象和快速搜索已识别对象的集合.文章提出了一种基于简单模糊分类器的图像分类新方法,使用局部图像特征在已知类和其它类之间区分,使用增强元学习发现最有代表性的局部特征.所提出的方案使用目前最新的图像数据集进行测试,并与使用支持向量机分类的Bag-of-Features图像表示模型进行比较.新方法能达到更高的分类准确度,并且学习和测试所需的时间也缩短了30％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高仲合	曲阜师范大学软件学院	99	300	8.0	11.0
2	韩丽娟	曲阜师范大学实验教学中心	31	60	4.0	5.0
3	徐小龙	曲阜师范大学实验教学中心	18	64	4.0	7.0