基于粒子群优化的最小二乘支持向量机图像分割研究
图像分割时,传统分类方法直接在图像上操作,会出现的数据高维特性表现差,分类效果差等问题,提出将最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)应用于图像分割,并利用粒子群算法对其参数进行优化.通过对经典的二分类与多分类问题的测试及彩色实物图像分割实验,结果表明,LS-SVM能综合使用图像多种特征,能够准确实现对图像感兴趣区域的分割,且分割速度比一般的支持向量机提高很多.
最小二乘支持向量机、彩色图像、图像分割、参数优化
TP3;TP1
甘肃政法学院大学生创新创业训练计划项目 2016117
2017-05-08（万方平台首次上网日期，不代表论文的发表时间）
共2页
8-9
