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:
为了实现对图像的分类,提出了一种基于多种特征的朴素贝叶斯方法。从数据图像集中提取灰度直方图特征、SIFT特征、SURF特征以及对数据集裁减的方式降低维度等四种特征,求取每一种特征下的图像的精确率、召回率、F1值以及对应的混淆矩阵。本文在数据集进行了分类实验,结果表明,采用SIFT特征描述的图像表示能够取得更好的分类结果。
推荐文章
基于改进特征加权的朴素贝叶斯分类算法
文本分类
朴素贝叶斯
JS散度
词频
文本频率
类别频率
基于引力模型的朴素贝叶斯分类算法
分类算法
朴素贝叶斯
引力模型
遥感图像
基于属性约简的PLS加权朴素贝叶斯分类
加权朴素贝叶斯分类
属性约简
偏最小二乘回归
基于BP和朴素贝叶斯的时间序列分类模型
时序序列
BP神经网络
朴素贝叶斯
特征抽取
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 基于多种特征的朴素贝叶斯的图像分类
来源期刊 电脑知识与技术:学术版 学科 工学
关键词 图像分类 特征提取 朴素贝叶斯
年,卷(期) 2019,(10X) 所属期刊栏目
研究方向 页码范围 194-196
页数 3页 分类号 TP311
字数 语种
DOI
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 王瑶 长江大学电子信息学院 9 11 2.0 3.0
2 徐昌 长江大学电子信息学院 3 0 0.0 0.0
3 舒福舟 长江大学电子信息学院 5 0 0.0 0.0
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  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(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)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
图像分类
特征提取
朴素贝叶斯
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
电脑知识与技术:学术版2019年第9Z期 电脑知识与技术:学术版2019年第9X期 电脑知识与技术:学术版2019年第9期 电脑知识与技术:学术版2019年第8Z期 电脑知识与技术:学术版2019年第8X期 电脑知识与技术:学术版2019年第8期 电脑知识与技术:学术版2019年第7Z期 电脑知识与技术:学术版2019年第7X期 电脑知识与技术:学术版2019年第7期 电脑知识与技术:学术版2019年第6Z期 电脑知识与技术:学术版2019年第6X期 电脑知识与技术:学术版2019年第6期 电脑知识与技术:学术版2019年第5Z期 电脑知识与技术:学术版2019年第5X期 电脑知识与技术:学术版2019年第5期 电脑知识与技术:学术版2019年第4Z期 电脑知识与技术:学术版2019年第4X期 电脑知识与技术:学术版2019年第4期 电脑知识与技术:学术版2019年第3Z期 电脑知识与技术:学术版2019年第3X期 电脑知识与技术:学术版2019年第3期 电脑知识与技术:学术版2019年第2Z期 电脑知识与技术:学术版2019年第2X期 电脑知识与技术:学术版2019年第2期 电脑知识与技术:学术版2019年第1Z期 电脑知识与技术:学术版2019年第1X期 电脑知识与技术:学术版2019年第12Z期 电脑知识与技术:学术版2019年第12X期 电脑知识与技术:学术版2019年第12期 电脑知识与技术:学术版2019年第11Z期 电脑知识与技术:学术版2019年第11X期 电脑知识与技术:学术版2019年第11期 电脑知识与技术:学术版2019年第10Z期 电脑知识与技术:学术版2019年第10X期 电脑知识与技术:学术版2019年第10期 电脑知识与技术:学术版2019年第1期
论文1v1指导