一种图像分类的多特征vague融合模型

被引：1

作者：

虎晓红 ^{[1
,2
]}

钱旭 ^{[1
]}

郑凯梅 ^{[1
]}

机构：

[1] 中国矿业大学机电与信息工程学院

[2] 河南农业大学信管学院

来源：

计算机应用研究 | 2009年 / 26卷 / 02期

关键词：

信息融合; 模糊集; 维数灾难; 隶属函数;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对图像分类中传统的特征融合方式所形成的巨大特征空间甚至维数灾难问题,提出了一种基于vague融合的图像分类模型。通过同时给出支持和反对的证据,运用vague集的真假隶属函数对图像分类中多特征分类器的分类结果进行决策融合,多特征分类器的分类结果得到优化和综合,从而获得更准确、更稳定的决策分类结果。实验结果表明,运用此决策融合模型是可行的,同时,图像分类准确率得到了明显提高。

引用

页码：787 / 788+794 +794

页数：3

共 5 条

[1] 使用基于SVM的否定概率和法的图像标注 [J].