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:
图像的中间层特征挖掘能够发现不同视觉词之间的关系,然后可以利用挖掘得到的模式代替原有的视觉词进行图像表示.目前大部分的中层特征挖掘都是针对所有图像块进行的,而没有考虑到可以在局部进行模式挖掘.在局部进行模式挖掘有利于发现不同对象区域的模式,并且最终提高图像分类的准确率.提出了一种有效的基于颜色的层次模式挖掘方法.该方法把对有判别力的颜色的判断作为划分层次的标准,然后在每一层中对拥有这些颜色的图像块进行挖掘,最后用挖掘到的模式进行图像表示,并用于图像分类.实验结果表明,所提方法能够在Soccer、Flower 17和Flower 102上取得良好的分类效果.
推荐文章
多模式共生的彩色纹理图像分类方法
纹理分类
特征提取
HSV颜色空间
共生
简化局部像素强度模式
完备局部二值模式
基于颜色通道融合特征的现勘图像分类算法
现勘图像分类
颜色通道
特征提取
特征融合
训练分类器
实验分析
基于数据挖掘的图像分类算法
数据挖掘
图像分类
特征提取
模糊C均值聚类
一种基于K-均值分类稀疏表示的灰度图像颜色重建方法
颜色重建
稀疏表示
K-均值
残差补偿
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 利用颜色进行层次模式挖掘的图像分类方法
来源期刊 计算机科学与探索 学科 工学
关键词 有判别力的颜色选择 中间层特征挖掘 模式 分类
年,卷(期) 2017,(3) 所属期刊栏目 人工智能与模式识别
研究方向 页码范围 396-405
页数 10页 分类号 TP301
字数 6902字 语种 中文
DOI 10.3778/j.issn.1673-9418.1603048
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 朱杰 北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室 40 99 6.0 8.0
3 于剑 北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室 68 1099 12.0 32.0
4 谢博鋆 河北大学数学与信息技术学院机器学习与计算智能重点实验室 5 4 2.0 2.0
7 超木日力格 北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室 5 62 3.0 5.0
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  (5)
节点文献
引证文献  (2)
同被引文献  (13)
二级引证文献  (2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
有判别力的颜色选择
中间层特征挖掘
模式
分类
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导