基于贝叶斯分类器的图像分类

基于贝叶斯分类器的图像分类

董立岩¹, 苑森淼¹, 刘光远², 贾书洪³

1. 吉林大学计算机科学与技术学院, 长春 130012； 2. 吉林大学通信工程学院, 长春 130022；3. 空军航空大学基础部, 长春 130022

收稿日期:2006-10-14 修回日期:1900-01-01 出版日期:2007-03-26 发布日期:2007-03-26
通讯作者: 苑森淼

Image Classification Based on Bayesian Classifier

DONG Liyan¹, YUAN Senmiao¹, LIU Guangyuan², JIA Shu hong³

1. College of Computer Science and Technology, Jilin University, Changchun 130012, China;2. College of Communication Engineering, Jilin University, Changchun 130022, China;3. Department of Foundation, Aviation University of Air Force, Changchun 130022, China

Received:2006-10-14 Revised:1900-01-01 Online:2007-03-26 Published:2007-03-26
Contact: YUAN Senmiao

摘要/Abstract

摘要： 通过对朴素贝叶斯分类器的讨论, 提出将贝叶斯方法应用于医学图像分割后的图像分类思想. 给出一种基于朴素贝叶斯分类器的图像分类方法, 对从尿沉渣图像中识别出的微粒进行正确分割及特征提取与选择, 并利用朴素贝叶斯分类器进行分类. 实验结果表明，所提出的方法用于解决图像分类有效.

关键词: 贝叶斯分类器, 图像分类, 特征提取, 特征选择

Abstract: Naive Bayesian classifier was discussed. Naive Bayesian approach was used in image classification. The new method improves the accuracy of image recognition. An image classification method based on naive Bayesian classifier was introduced. After distinguishing the visible compositions, feature extraction and feature selection were processed. In the end, naive Bayesian classifier was used in classifying of object entities. Experiment result shows that the new method is suitable for image classification.

Key words: Bayesian classifier, image classification, feature ext raction, feature selection

中图分类号:

TP18

董立岩, 苑森淼, 刘光远, 贾书洪. 基于贝叶斯分类器的图像分类[J]. J4, 2007, 45(02): 249-253.

DONG Liyan, YUAN Senmiao, LIU Guangyuan, JIA Shu hong. Image Classification Based on Bayesian Classifier[J]. J4, 2007, 45(02): 249-253.

[1]	王丽, 王涛, 肖巍, 刘兆赓, 李占山. XGBoost启发的双向特征选择算法[J]. 吉林大学学报(理学版), 2021, 59(3): 627-634.
[2]	杨舒涵, 李博, 周丰丰. 基于机器学习的跨患者癫痫自动检测算法[J]. 吉林大学学报(理学版), 2021, 59(1): 101-106.
[3]	李健, 姜楠, 宝音巴特, 张帆, 张伟健, 王薇. 空间颜色聚类算法及其在图像特征提取中的应用[J]. 吉林大学学报(理学版), 2020, 58(3): 627-633.
[4]	闫颖. 基于偏微分方程的遥感成像雷达距离图像分类方法[J]. 吉林大学学报(理学版), 2019, 57(06): 1472-1478.
[5]	方秋莲, 王培锦, 隋阳, 郑涵颖, 吕春玥, 王艳彤. 朴素Bayes分类器文本特征向量的参数优化[J]. 吉林大学学报(理学版), 2019, 57(06): 1479-1485.
[6]	王颖, 曹捷, 邱志洋. 基于乌鸦搜索算法的新型特征选择算法[J]. 吉林大学学报(理学版), 2019, 57(04): 869-874.
[7]	张睿萍, 马宗梅. 基于Hadoop平台的大数据图像分类机制[J]. 吉林大学学报(理学版), 2018, 56(5): 1206-1212.
[8]	王银花, 王丽萍, 王忠良. 基于判别分析与低秩投影的人脸识别算法[J]. 吉林大学学报(理学版), 2018, 56(2): 355-360.
[9]	莫才健, 武锋强, 陈莉, 邹强. 基于量子粒子群算法选择特征的遥感图像分类[J]. 吉林大学学报(理学版), 2018, 56(2): 368-374.
[10]	郭凯文, 潘宏亮, 侯阿临. 基于特征选择和聚类的分类算法[J]. 吉林大学学报(理学版), 2018, 56(2): 395-398.
[11]	李猛, 刘元宁. 一种基于信息增益的新垃圾邮件特征选择算法[J]. 吉林大学学报(理学版), 2017, 55(02): 379-382.
[12]	王慧, 宋淑蕴. 基于KCPA提取特征和RVM的图像分类[J]. 吉林大学学报(理学版), 2017, 55(02): 357-362.
[13]	李家伟. 基于证据理论和支持向量机的风机故障智能诊断[J]. 吉林大学学报(理学版), 2016, 54(03): 609-612.
[14]	杨志伟, 努尔布力, 贾雪, 胡亮. 基于ReliefF的入侵特征选择方法[J]. 吉林大学学报(理学版), 2015, 53(03): 505-510.
[15]	崔亚芬, 解男男. 一种基于特征选择的入侵检测方法[J]. 吉林大学学报(理学版), 2015, 53(01): 112-116.