湖北工业大学学报
湖北工業大學學報
호북공업대학학보
JOURNAL OF HUBEI UNIVERSITY OF TECHNOLOGY
2011年
1期
106-110
,共5页
尺度不变特征变换%完全随机树%绝对熵%香农熵
呎度不變特徵變換%完全隨機樹%絕對熵%香農熵
척도불변특정변환%완전수궤수%절대적%향농적
针对图像的分类识别问题,首先,提出在目前尺度不变特征变换(SIFT)的基础上,融合完全随机树(ERT)构建新的特征进行图像分类识别的方法;其次,在ERT生长过程中,将现有的绝对熵计算模式改为香农熵(相对熵)模式,增强了ERT的稳定性,使得ERT的适应性更好;最后,对任意选择的分裂条件进行了最小熵(Smin)限制,使得融合了sIFT的ERT在不失随机性的基础上,有更好的聚类效果,最终使分类识别方法稳定性更好,精度更高.
針對圖像的分類識彆問題,首先,提齣在目前呎度不變特徵變換(SIFT)的基礎上,融閤完全隨機樹(ERT)構建新的特徵進行圖像分類識彆的方法;其次,在ERT生長過程中,將現有的絕對熵計算模式改為香農熵(相對熵)模式,增彊瞭ERT的穩定性,使得ERT的適應性更好;最後,對任意選擇的分裂條件進行瞭最小熵(Smin)限製,使得融閤瞭sIFT的ERT在不失隨機性的基礎上,有更好的聚類效果,最終使分類識彆方法穩定性更好,精度更高.
침대도상적분류식별문제,수선,제출재목전척도불변특정변환(SIFT)적기출상,융합완전수궤수(ERT)구건신적특정진행도상분류식별적방법;기차,재ERT생장과정중,장현유적절대적계산모식개위향농적(상대적)모식,증강료ERT적은정성,사득ERT적괄응성경호;최후,대임의선택적분렬조건진행료최소적(Smin)한제,사득융합료sIFT적ERT재불실수궤성적기출상,유경호적취류효과,최종사분류식별방법은정성경호,정도경고.
