基于SVM的图像分类算法研究

• 作者: 丁超洋 吕爽 周慧 孟金龙
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 机器学习 图像分类 支持向量机
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 算法分析
• 页码范围: 123-124
• 页数: 2页
• 分类号: TP319
• 字数: 623字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9416.2017.10.065

摘要

互联网技术的飞速发展,使我们通过电子产品接触到大量的图像信息,开阔了我们的眼界,然而对于层出不穷的各种各样的图像,带给我们的不仅是丰富多彩的世界,还有对未知事物的疑惑,因此需要计算机具有理解图像的能力并且能自动把图像正确地分类.针对以上问题,本文提出了一个基于支持向量机(SVM)算法的图片分类方法,此方法结合图片的梯度直方图(HOG)特征,经过计算机学习训练,生成可以用来分类图像的分类器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕爽	北方工业大学计算机学院	3	7	1.0	2.0
2	周慧	北方工业大学计算机学院	3	7	1.0	2.0
3	丁超洋	北方工业大学计算机学院	2	7	1.0	2.0
4	孟金龙	北方工业大学计算机学院	1	6	1.0	1.0