应用支持向量机的纹理分类                                                                                                                        附视频

您当前的位置：

首页 >

文章列表页 >

应用支持向量机的纹理分类附视频

更新时间：2024-10-14

- 应用支持向量机的纹理分类附视频
- Issue 1, Pages: 114-119(2005)
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP391.4
- Published：2005
- 稿件说明：
移动端阅览
[J]. 2005, (1): 114-119.
DOI：

[J]. 2005, (1): 114-119. DOI：

摘要

提出了一种使用离散余弦变换(DCT)进行特征提取的应用支持向量机的纹理分类算法

并将文章中的算法与 KIM K I 等提出的不进行先期特征提取而直接将纹理图像送入支持向量机进行训练分类的算法进行比较。结果显示

文章中的算法可以取得更为准确的分类结果

能够大大降低分类错误率

并且分类结果受参数变化的影响很小。由此说明

在使用支持向量机进行纹理分类的过程中

准确的先期特征提取十分必要。

Abstract

关键词

Keywords

references

查看原文

Views

1316

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

应用支持向量机的纹理分类

一种与前向纠错结合的判决指向SNR估计方法

BPSK信号盲信噪比估计的一种新算法

基于核的机器学习方法及其在多用户检测中的应用

基于局部余弦变换的低比特变速率语音编码算法研究

Related Author

郑辉

许华

郑辉

许华

刘海员

张太镒

周亚同

蔡光跃

Related Institution

北京交通大学信息科学研究所北京100044

北京交通大学信息科学研究所

西南电子电信技术研究所重点实验室四川成都610041

西南电子电信技术研究所重点实验室

西安交通大学电子与信息工程学院陕西西安710049

AI问答

⁰