摘要:
针对图像分类中的特征选择问题, 提出一种多特征筛选与支持向量机相融合的图像分类模型. 首先提取图像的多种特征, 并对特征进行归一化处理; 然后根据平均影响值对特征进行筛选, 选择一组最优的特征子集; 最后采用支持向量机构建图像的多分类器. 采用图像数据集SIMPLIcity进行仿真实验验证该模型的有效性. 实验结果表明, 该模型降低了图像分类的开销, 提高了图像分类性能.
中图分类号:
邓江洪, 赵领. 多特征筛选与支持向量机相融合的图像分类模型[J]. 吉林大学学报(理学版), 2016, 54(04): 862-866.
DENG Jianghong, ZHAO Ling. Image Classification Model with Multiple FeatureSelection and Support Vector Machine[J]. Journal of Jilin University Science Edition, 2016, 54(04): 862-866.