基于支持向量机的舰船图像识别

被引：7

作者：

严军

王典洪

机构：

[1] 中国地质大学机械电子学院

[2] 中国地质大学机械电子学院武汉

[3] 武汉

来源：

光学与光电技术 | 2004年 / 04期

关键词：

支持向量机; 小波变换; 主元分析; 模式识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

支持向量机(SVM)是一种基于超平面分类的新的学习方法,具有很强的泛化能力。研究了支持向量机的学习机理,以及实现支持向量机的序贯最小优化算法(SMO),并用来对舰船图像进行识别。首先将待识别目标进行二维小波分解,获取不同尺度下的小波系数,然后对其进行主元分析,得到的主元分量作为支持向量机的特征量输入。实验结果表明,该方法具有良好的分类性能。

引用

页码：54 / 57

页数：4