电视技术
電視技術
전시기술
TV ENGINEERING
2015年
2期
75-79
,共5页
图像分类%特征加权%支持向量机%遗传算法
圖像分類%特徵加權%支持嚮量機%遺傳算法
도상분류%특정가권%지지향량궤%유전산법
image classify%feature-weighted%support vector machine%genetic algorithm
为了提高图像分类的准确率,提出了一种遗传算法优化特征权值的支持向量机图像分类(GA-SVM).首先分别提取图像的颜色和纹理特征,然后采用改进遗传算法确定特征权值,最后采用支持向量机建立图像分类器,并对corel图像库进行仿真测试.结果表明,相对于其他图像分类算法,GA-SVM提高了图像分类精度.
為瞭提高圖像分類的準確率,提齣瞭一種遺傳算法優化特徵權值的支持嚮量機圖像分類(GA-SVM).首先分彆提取圖像的顏色和紋理特徵,然後採用改進遺傳算法確定特徵權值,最後採用支持嚮量機建立圖像分類器,併對corel圖像庫進行倣真測試.結果錶明,相對于其他圖像分類算法,GA-SVM提高瞭圖像分類精度.
위료제고도상분류적준학솔,제출료일충유전산법우화특정권치적지지향량궤도상분류(GA-SVM).수선분별제취도상적안색화문리특정,연후채용개진유전산법학정특정권치,최후채용지지향량궤건립도상분류기,병대corel도상고진행방진측시.결과표명,상대우기타도상분류산법,GA-SVM제고료도상분류정도.