|
|||||
|
|
| 基于SVM的图像分类研究 | |
| 引用本文： | 周松华,肖靓,郭鸣.基于SVM的图像分类研究[J].井冈山学院学报,2009,30(3). |
| 作者姓名： | 周松华 肖靓 郭鸣 |
| 作者单位： | 1. 井冈山大学信息科学与传媒学院,江西,吉安,343009 2. 上海贝尔阿尔卡特股份有限公司,上海,201206 3. 井冈山大学信息科学与传媒学院,江西,吉安,343009;华东师范大学信息科学技术学院电子系,上海,200062 |
| 摘 要： | 支持向量机(SVM)是一种优秀的分类方法,灰度共生矩阵(GLCM)是一种很好的纹理分析方法;本文研究了图像的颜色、纹理等特征对利用支持向量机进行图像分类的影响,提出了一种使用灰度共生矩阵进行综合特征提取的SVM图像分类方法.实验结果表明SVM方法的可行性和有效性,并得出图像综合特征的提取有利于分类效果的提高. |
| 关 键 词： | 支持向量机 图像分类 灰度共生矩阵 特征提取 |
Study of image classification based on support vector machine |
|
| ZHOU Song-hua,XIAO Liang,GUO Ming.Study of image classification based on support vector machine[J].Journal of Jinggangshan University,2009,30(3). | |
| Authors: | ZHOU Song-hua XIAO Liang GUO Ming |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |