基于改进的一对一支持向量机方法的多目标图像分割

被引：4

作者：

徐海祥 ^{[1
]}

朱光喜 ^{[1
]}

张翔 ^{[2
]}

田金文 ^{[2
]}

彭复员 ^{[1
]}

机构：

[1] 华中科技大学电子与信息工程系

[2] 华中科技大学图像识别与人工智能研究所

来源：

关键词：

统计学习理论; 支持向量机; 一对一方法; 多目标图像分割;

D O I：

10.19304/j.cnki.issn1000-7180.2005.12.014

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

支持向量机方法被看作是对传统学习分类方法的一个好的替代,特别在小样本、高维情况下,具有较好的泛化性能。文章对一对一支持向量机方法进行了改进,并采用其对多目标图像进行了分割研究。实验结果表明,支持向量机方法是一种很有前景的图像分割技术。

引用

页码：51 / 54

页数：4