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:
给出一种基于k最近邻分类器(KNN)的分层图像特征提取方法.该方法能有效地获得有代表性和判别性的模板集合,并以较低计算复杂度来获取更高的识别精度.
推荐文章
纹理图像的特征提取和分类
纹理图像
特征提取
分类
支撑矢量机
基于空间分层的医学图像特征提取算法
辅助诊断
阈值提取
图像空间
基于空间分层的医学图像特征提取算法
辅助诊断
阈值提取
图像空间
图像特征提取
基于矢量图形特征提取的遥感图像分类器
矢量图形特征
知识库
图像分类器
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KNN分类器的分层图像特征提取
来源期刊 湖北大学学报(自然科学版) 学科 化学
关键词 特征提取 图像识别 k最近邻分类器(KNN)
年,卷(期) 2019,(1) 所属期刊栏目 图形分析研究专栏
研究方向 页码范围 44-47,54
页数 5页 分类号 O621.1
字数 3461字 语种 中文
DOI 10.3969/j.issn.1000-2375.2019.01.009
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 付应雄 湖北大学数学与统计学学院 12 11 2.0 3.0
2 陈芬 湖北大学数学与统计学学院 9 18 2.0 4.0
3 范洪华 湖北大学数学与统计学学院 2 5 1.0 2.0
4 罗志成 湖北大学数学与统计学学院 2 5 1.0 2.0
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  (9)
节点文献
引证文献  (5)
同被引文献  (22)
二级引证文献  (1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
特征提取
图像识别
k最近邻分类器(KNN)
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
湖北大学学报(自然科学版)
双月刊
1000-2375
42-1212/N
大16开
武汉市武昌区友谊大道368号
38-45
1975
chi
出版文献量(篇)
2481
总下载数(次)
3
总被引数(次)
13467
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导