计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2005年
15期
11-12,137
,共3页
徐海祥%朱光喜%张翔%田金文%彭复员
徐海祥%硃光喜%張翔%田金文%彭複員
서해상%주광희%장상%전금문%팽복원
多目标图像分割%支持向量机%统计学习理论
多目標圖像分割%支持嚮量機%統計學習理論
다목표도상분할%지지향량궤%통계학습이론
支持向量机方法被看作是对传统学习分类方法的一个好的替代,特别在小训练样本、高维情况下,具有较好的泛化性能.该文采用了支持向量机方法对多目标图像进行了分割研究.实验结果表明:模型参数对支持向量杌方法的分割性能有较大的影响;对多目标图像的分割,支持向量机方法是一种很有前景的分割技术.
支持嚮量機方法被看作是對傳統學習分類方法的一箇好的替代,特彆在小訓練樣本、高維情況下,具有較好的汎化性能.該文採用瞭支持嚮量機方法對多目標圖像進行瞭分割研究.實驗結果錶明:模型參數對支持嚮量杌方法的分割性能有較大的影響;對多目標圖像的分割,支持嚮量機方法是一種很有前景的分割技術.
지지향량궤방법피간작시대전통학습분류방법적일개호적체대,특별재소훈련양본、고유정황하,구유교호적범화성능.해문채용료지지향량궤방법대다목표도상진행료분할연구.실험결과표명:모형삼수대지지향량올방법적분할성능유교대적영향;대다목표도상적분할,지지향량궤방법시일충흔유전경적분할기술.
