基于支持向量机的图像识别
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP391.41

基金项目:

重庆市自然科学基金资助项目(2004BB2182)


Image Recognising Based on Support Vector Machine
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    支持向量机是统计学习方法,正成为当今研究的热点.支持向量机在模式识别和文本分类等方面获得了极大的成功,分类的准确率很高,用支持向量机的方法处理一些二值图像和灰度图像,能获得较好的统计结果.从中摸索出了一种特征向量集的选取方法,讨论了判断结果优劣的标准,比较了支持向量机方法与其他方法得到的结果,得出了重要结论:用支持向量机识别图像的边缘具有非常优异的统计性能.

    Abstract:

    Support vector machine is the uniform method of statistical learning method,and has become more and more popular in research field.Support vector machine has achieved excellence in pattern recognition and text classification for its high performance in veracity.Support vector machine method was used to process several Binary image and Gray scale image and got a good statistical result.A strategy to select feature vectors has been found out,and the criterion to judge the results are discussed.Compared with other methods,the important conclusion was draw: it performs perfectly in statistic when using support vector machine to detect the image edge.

    参考文献
    相似文献
    引证文献
引用本文

何江平 文俊浩 邓恬洁 王道乾.基于支持向量机的图像识别[J].重庆大学学报,2006,29(1):57-.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2005-08-29
  • 最后修改日期:2005-08-29
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码