计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2004年
30期
230-232
,共3页
分类%支持向量机%gabor小波变换
分類%支持嚮量機%gabor小波變換
분류%지지향량궤%gabor소파변환
介绍了SVM算法的原理和在图像分类上的一些应用,将该算法应用于飞机图像的分类,并跟传统的神经网络分类算法进行了比较.跟传统的基于神经网络的图像分类相比,具有良好的抗噪性和较高的识别率,并且具有良好的扩展性.对于飞机图像的分类问题有较好的应用.
介紹瞭SVM算法的原理和在圖像分類上的一些應用,將該算法應用于飛機圖像的分類,併跟傳統的神經網絡分類算法進行瞭比較.跟傳統的基于神經網絡的圖像分類相比,具有良好的抗譟性和較高的識彆率,併且具有良好的擴展性.對于飛機圖像的分類問題有較好的應用.
개소료SVM산법적원리화재도상분류상적일사응용,장해산법응용우비궤도상적분류,병근전통적신경망락분류산법진행료비교.근전통적기우신경망락적도상분류상비,구유량호적항조성화교고적식별솔,병차구유량호적확전성.대우비궤도상적분류문제유교호적응용.
