基于层次聚类LS-SVM的图像分割方法

被引:2
作者
胡学坤 [1 ]
宋淑娜 [1 ]
李金霞 [1 ]
高尚 [1 ,2 ]
机构
[1] 江苏科技大学计算机科学与工程学院
[2] 浙江大学CAD&CG国家重点实验室
关键词
最小二乘支持向量机; 稀疏化; 层次聚类; 图像分割;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
文章对最小二乘支持向量机进行稀疏化处理,再借鉴层次聚类的思想,采用正向训练、反向测试的方法构造了层次聚类最小二乘支持向量机,简化了分类器的结构。与常用的几种图像分割方法比较实验,结果表明该方法缩短了训练测试时间,提高了分割效果。
引用
收藏
页码:143 / 146
页数:4
相关论文
共 4 条
  • [1] 层次聚类LSSVM在模拟电路故障诊断中的应用
    冯磊
    王宏力
    侯青剑
    杨建飞
    [J]. 计算机测量与控制, 2009, 17 (02) : 296 - 298
  • [2] 左心室核磁共振图像的自动分割
    陈强
    周则明
    屈颖歌
    王平安
    夏德深
    [J]. 计算机学报, 2005, (06) : 991 - 999
  • [3] 利用单类支持向量机分割血细胞图像
    潘晨
    闫相国
    郑崇勋
    梁成文
    不详
    [J]. 西安交通大学学报 , 2005, (02) : 150 - 153
  • [4] Least squares support vector machine classifiers
    Suykens, JAK
    Vandewalle, J
    [J]. NEURAL PROCESSING LETTERS, 1999, 9 (03) : 293 - 300