模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2005年
4期
392-398
,共7页
潘晨%闫相国%郑崇勋%杨勇
潘晨%閆相國%鄭崇勛%楊勇
반신%염상국%정숭훈%양용
彩色图像分割%支持向量机%训练%参数调整
綵色圖像分割%支持嚮量機%訓練%參數調整
채색도상분할%지지향량궤%훈련%삼수조정
为了加快用于图像分割的支持向量机算法的训练速度,本文提出主动选择样本简化训练集的新方法.该方法根据像素在颜色空间的统计特性构建可分的训练集,并采用均匀抽样策略大大缩减训练集规模而不降低分类正确率,使得支持向量机可以实时训练,并为参数调整带来便利.由此发展了一种非监督算法与支持向量机相结合的自动图像分割方法.通过支持向量机在线训练,新方法可以获得较高的分割精度,有较好的鲁棒性,现已应用于彩色血细胞图像分割.
為瞭加快用于圖像分割的支持嚮量機算法的訓練速度,本文提齣主動選擇樣本簡化訓練集的新方法.該方法根據像素在顏色空間的統計特性構建可分的訓練集,併採用均勻抽樣策略大大縮減訓練集規模而不降低分類正確率,使得支持嚮量機可以實時訓練,併為參數調整帶來便利.由此髮展瞭一種非鑑督算法與支持嚮量機相結閤的自動圖像分割方法.通過支持嚮量機在線訓練,新方法可以穫得較高的分割精度,有較好的魯棒性,現已應用于綵色血細胞圖像分割.
위료가쾌용우도상분할적지지향량궤산법적훈련속도,본문제출주동선택양본간화훈련집적신방법.해방법근거상소재안색공간적통계특성구건가분적훈련집,병채용균균추양책략대대축감훈련집규모이불강저분류정학솔,사득지지향량궤가이실시훈련,병위삼수조정대래편리.유차발전료일충비감독산법여지지향량궤상결합적자동도상분할방법.통과지지향량궤재선훈련,신방법가이획득교고적분할정도,유교호적로봉성,현이응용우채색혈세포도상분할.
