共 9 条
基于SVM算法的两种特征提取的图像分类方法分析
被引:9
作者:

论文数: 引用数:
h-index:
机构:

论文数: 引用数:
h-index:
机构:

论文数: 引用数:
h-index:
机构:
机构:
[1] 长江大学电子信息学院
来源:
关键词:
灰度直方图;
SIFT特征提取;
SVM;
D O I:
10.19414/j.cnki.1005-1228.2019.06.005
中图分类号:
TP391.41 [];
TP181 [自动推理、机器学习];
学科分类号:
080203 ;
摘要:
为了提高图片分类的效果,文章提出了基于SVM算法的两种特征提取的图像分类的方法。首先分别对图片数据集进行灰度直方图特征提取和SIFT特征提取,然后再用SVM算法对以上两种特征提取的图片数据集进行分类。实验结果表明,采用SIFT特征提取的图片分类效果明显好于采用灰度直方图的图片分类效果。
引用
收藏
页码:18 / 20+33
+33
页数:4
相关论文
共 9 条
- [1] 基于灰度直方图的运动目标特征检测算法[J]. 计算机与现代化, 2019, (06) : 71 - 75陆兴华论文数: 0 引用数: 0 h-index: 0机构: 广东工业大学华立学院刘铭原论文数: 0 引用数: 0 h-index: 0机构: 广东工业大学华立学院龙庆佳论文数: 0 引用数: 0 h-index: 0机构: 广东工业大学华立学院陈泽江论文数: 0 引用数: 0 h-index: 0机构: 广东工业大学华立学院
- [2] 基于改进SIFT特征和神经网络结合的场景识别[J]. 软件工程, 2019, 22 (05) : 5 - 8论文数: 引用数: h-index:机构:论文数: 引用数: h-index:机构:论文数: 引用数: h-index:机构:
- [3] 基于HOG和SVM的船舶图像分类算法[J]. 上海船舶运输科学研究所学报, 2019, 42 (01) : 58 - 64论文数: 引用数: h-index:机构:论文数: 引用数: h-index:机构:
- [4] 基于拉格朗日对偶松弛的多区域柔性直流互联电网无功优化[J]. 电力系统自动化, 2019, 43 (11) : 68 - 76罗天论文数: 0 引用数: 0 h-index: 0机构: 电力传输与功率变换控制教育部重点实验室(上海交通大学) 电力传输与功率变换控制教育部重点实验室(上海交通大学)汪可友论文数: 0 引用数: 0 h-index: 0机构: 电力传输与功率变换控制教育部重点实验室(上海交通大学) 电力传输与功率变换控制教育部重点实验室(上海交通大学)论文数: 引用数: h-index:机构:论文数: 引用数: h-index:机构:论文数: 引用数: h-index:机构:
- [5] 基于SVM的岩石图像分析软件的研发与应用[J]. 煤炭技术, 2018, 37 (07) : 316 - 319陈伟强论文数: 0 引用数: 0 h-index: 0机构: 中国矿业大学力学与土木工程学院 中国矿业大学力学与土木工程学院靖洪文论文数: 0 引用数: 0 h-index: 0机构: 中国矿业大学力学与土木工程学院 中国矿业大学深部岩石力学与地下工程国家重点实验室 中国矿业大学力学与土木工程学院论文数: 引用数: h-index:机构:论文数: 引用数: h-index:机构:贺立新论文数: 0 引用数: 0 h-index: 0机构: 中国矿业大学力学与土木工程学院 中国矿业大学力学与土木工程学院王珂论文数: 0 引用数: 0 h-index: 0机构: 中国矿业大学力学与土木工程学院 中国矿业大学力学与土木工程学院
- [6] 一种SVM-DS决策融合方法及在高铁故障中的应用[J]. 电子技术应用, 2018, 44 (07) : 127 - 130+134论文数: 引用数: h-index:机构:金炜东论文数: 0 引用数: 0 h-index: 0机构: 西南交通大学电气工程学院
- [7] 一种基于支持向量机中分离超平面求取的算法[J]. 重庆工商大学学报(自然科学版), 2018, 35 (03) : 66 - 69论文数: 引用数: h-index:机构:论文数: 引用数: h-index:机构:
- [8] 基于多核学习SVM的图像分类识别算法[J]. 现代电子技术, 2018, 41 (06) : 50 - 52+56李红丽论文数: 0 引用数: 0 h-index: 0机构: 郑州工程技术学院机电与车辆工程学院许春香论文数: 0 引用数: 0 h-index: 0机构: 郑州工程技术学院机电与车辆工程学院马耀锋论文数: 0 引用数: 0 h-index: 0机构: 郑州工程技术学院机电与车辆工程学院
- [9] 采用PCA/ICA特征和SVM分类的人脸识别[J]. 计算机辅助设计与图形学学报, 2003, (04) : 416 - 420+431王宏漫论文数: 0 引用数: 0 h-index: 0机构: 大连理工大学机械学院CAD&CG研究所欧宗瑛论文数: 0 引用数: 0 h-index: 0机构: 大连理工大学机械学院CAD&CG研究所