一种基于支持向量机的纹理图像分类法

被引：8

作者：

辛宪会

郭建星

解志刚

邱振戈

机构：

[1] 解放军信息工程大学测绘学院

[2] 解放军信息工程大学测绘学院河南郑州

[3] 河南郑州

来源：

关键词：

纹理图像; 统计学习理论; 支持向量机; 分类超平面; 核函数;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

支持向量机是机器学习领域的研究热点之一,是在统计学习理论基础上发展起来的新的学习算法。传统的分类法用于纹理图像分类效果往往不佳,该文研究了支持向量机的实现方法,并以纹理图像分类为例分析了支持向量机的分类性能。

引用

页码：41 / 43+47 +47

页数：4

共 7 条

[1] 基于核函数的学习算法 [J].

田盛丰 .

[2] 基于支持向量机的手写体相似字识别 [J].

田盛丰 ;

黄厚宽 ;

李洪波 .

[3] 遥感数据监督分类中训练样本的纯化 [J].

吴健平，杨星卫 .

[4]

支撑向量机在光谱遥感影像分类中的若干问题研究[D]. 刘志刚.武汉大学. 2004

[5]

统计学习理论[M]. 电子工业出版社 , (美)瓦普尼克(VladimirN.Vapnik)著, 2004

[6]

支持向量机导论[M]. 电子工业出版社 , (英)NelloCristianini, 2004

[7]

模式识别[M]. 清华大学出版社 , 边肇祺等编著, 2000