特征选择和聚类分析的图像分类模型

• 作者: 彭娟
• 来源期刊: 现代电子技术
• 关键词: 图像处理 原始特征 聚类分析算法 图像分类器
• 年，卷（期）: 2017,（19）
• 所属期刊栏目: 信号与图像处理
• 页码范围: 79-82
• 页数: 4页
• 分类号: TN911.73-34|TP181
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.19.020

摘要

针对当前图像分类模型无法满足实际应用要求的难题,为了得到更优的图像分类效果,提出特征选择和聚类分析相融合的图像分类模型.首先提取图像的原始特征,采用主成分分析对图像特征进行选择,然后采用聚类分析算法对图像样本进行处理,选择与待分类图像相关的样本,减少训练样本的规模,最后采用支持向量机建立图像分类器,对标准图像库中的图像进行分类实验.实验结果表明,该模型减少了图像分类的特征和图像分类的训练样本,加快了图像分类建模的速度,同时图像分类正确率明显高于其他图像分类模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭娟		13	10	2.0	3.0