摘要:
针对已有分类器存在的缺陷, 提出一种以分类错误率为标准选择组合特征的分类方法, 提高分类器的分类精度. 先提取图像的4种分形维数作为纹理特征, 再通过组合不同分形维数特征应用于支持向量机(SVM)进入样本训练阶段. 将分类错误率最低的特征组合作为分类器的特征向量, 应用于测试阶段的分类, 提高分类器的分类精度. 实验结果表明, 该方法具有较好的推广性, 为图像特征组合提取提供了新途径.
中图分类号:
赵海英, 冯月萍, 彭宏. 基于分形维数和SVM的新疆民间艺术图案分类[J]. J4, 2011, 49(02): 299-303.
DIAO Hai-Yang, FENG Ru-Ping, BANG Hong. ContentBased Xinjiang Folk Art Patterns ClassificationUsing Fractal Dimension and SVM[J]. J4, 2011, 49(02): 299-303.