基于 SVM 手绘太阳黑子图像背景提取方法

• 作者: 徐高贵 曾祥云 朱明锋 郑胜
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 手绘太阳黑子图 背景提取 支持向量机 监督学习 K-means聚类
• 年，卷（期）: 2016,（23）
• 所属期刊栏目: 人工智能
• 页码范围: 52-55,58
• 页数: 5页
• 分类号: TP319
• 字数: 3897字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2016.23.015

摘要

手绘太阳黑子图像手写记录信息对于研究太阳黑子长期活动规律具有重要价值，而背景提取又是利用计算机手绘太阳黑子信息数字化工作中的关键过程。文章提出一种基于支持向量机（ Support Vector Machine ，SVM）的手绘太阳黑子图像信息背景提取方法，通过针对性地对每个像素样本特征向量的监督学习训练，从而实现背景像素与前景像素的分离，实验证明该方法具有很好的鲁棒性，将此方法与传统的K－means模糊划分、模糊C均值（ FCM）聚类方法进行对比分析，证实该方法的应用价值更高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑胜	三峡大学理学院	39	144	7.0	10.0
2	曾祥云	三峡大学理学院	4	18	2.0	4.0
3	朱明锋	三峡大学理学院	2	1	1.0	1.0
4	徐高贵	三峡大学理学院	5	18	2.0	4.0