海洋通报
海洋通報
해양통보
MARINE SCIENCE BULLETIN
2012年
4期
409-414
,共6页
熊明宽%吴自银%李守军%罗孝文%唐秋华
熊明寬%吳自銀%李守軍%囉孝文%唐鞦華
웅명관%오자은%리수군%라효문%당추화
支持向量机%(SVM)%声纳灰度图像%参数优化%特征向量
支持嚮量機%(SVM)%聲納灰度圖像%參數優化%特徵嚮量
지지향량궤%(SVM)%성납회도도상%삼수우화%특정향량
对海底底质声纳图像分割,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,优化支持向量机(SVM)参数.利用多分类 SVM 对砂、礁石、泥进行训练,有效、快速地分离出了3种底质类型,测试精度高于80%,表明该方法可有效用于海底底质声纳图像的识别和分类.
對海底底質聲納圖像分割,提取單元特徵嚮量進行主成份分析,選取均值、標準差、對比度、相關繫數、能量及同質性作為訓練特徵嚮量,優化支持嚮量機(SVM)參數.利用多分類 SVM 對砂、礁石、泥進行訓練,有效、快速地分離齣瞭3種底質類型,測試精度高于80%,錶明該方法可有效用于海底底質聲納圖像的識彆和分類.
대해저저질성납도상분할,제취단원특정향량진행주성빈분석,선취균치、표준차、대비도、상관계수、능량급동질성작위훈련특정향량,우화지지향량궤(SVM)삼수.이용다분류 SVM 대사、초석、니진행훈련,유효、쾌속지분리출료3충저질류형,측시정도고우80%,표명해방법가유효용우해저저질성납도상적식별화분류.
