基于HOG_SVM对肉苁蓉图像的分类

• 作者: 郭静罡 郭静霞
• 来源期刊: 中国新通信
• 关键词: HOG SVM 图片 分类
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 互联网+健康
• 页码范围: 212
• 页数: 1页
• 字数: 1098字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4866.2018.11.178

摘要

针对肉苁蓉的特有的药效和功能,市场中出现了大量的苁蓉制品,使得一般消费者无法从外形中鉴别,提出了一种基于HOG SVM(方向梯度方向直方图_线性支持向量机)的图片分类方法.首先采用机器学习的方法,提取荒漠肉苁蓉与管花肉苁蓉的HOG特征,将SVM作为学习训练方法.得到关于图片分类的线性目标分类模型,成功区分出肉苁蓉与管花肉苁蓉.实验结果表明,该方法在解决肉苁蓉图片分类问题上识别率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭静霞		9	44	3.0	6.0
2	郭静罡		1	1	1.0	1.0