作者:
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:
在图像分类中,存在两方面的因素影响着图像分类的性能.第一个是图像的采集过程中受到的客观影响.第二是选择分类器的主观影响.考虑上述影响分类性能的因素,本文对局部特征、图像表示模型和无监督分类方法进行了研究.
推荐文章
基于图像增强技术的SURF特征匹配算法研究
图像匹配
SURF算法
图像增强
RANSAC算法
基于SURF特征与边缘信息的图像配准
图像配准
SURF
Canny边缘
基于SURF和全局特征融合的图像分类研究
快速鲁棒特征(SURF)
全局特征
随机直方图
支持向量机
特征融合
基于Harris角点和SURF特征的遥感图像匹配算法
Harris角点
SURF特征
特征描述符
尺度不变性
Harris-SURF算法
特征匹配
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 基于SURF特征的PLSA图像分类器研究
来源期刊 电子世界 学科
关键词 图像分类 SURFPLSA 视觉词典
年,卷(期) 2016,(12) 所属期刊栏目 技术交流
研究方向 页码范围 187,189
页数 2页 分类号
字数 2013字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴曦德 10 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像分类
SURFPLSA
视觉词典
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
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导