基于KCPA提取特征和RVM的图像分类

摘要：

为了得到更理想的图像分类结果,提高图像分类的效率,提出一种核主成分分析与相关向量机(RVM)相融合的图像分类算法.首先采集大量图像,建立图像数据库,并提取图像特征;然后采用核主成分分析对图像进行选择和降维,减少图像特征数量,消除作用较小的特征;最后通过相关向量机的训练构建图像分类器.采用3个图像数据集进行图像分类实验,实验结果表明,对于3种标准图像数据库的图像,该算法的图像分类正确率大于95%,远高于其他算法的图像分类正确率,且图像分类速度可以满足图像的实际应用要求.

关键词：图像分类、核主成分分析、特征提取、相关向量机

所属期刊栏目：55

分类号：TP391(计算技术、计算机技术)

资助基金：河南省教育厅科学技术研究重点项目16A520091

在线出版日期：2017-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：357-362