图像分类方法的对比研究

摘要：

针对模式识别的主要研究问题,在此采用距离测度、贝叶斯、决策树、神经网络等分类算法,通过两组不同图像数据实验分析,比较分类结果的正确率.为了满足实时性要求,提出了从计算复杂度和运算时间上衡量各种分类算法的策略,并综合比较几种算法的特点以及应用范围,针对不足之处,提出了图像分类的改进思想.

关键词：图像分类、k近邻算法、Bayes决策、神经网络

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：西安邮电学院中青年教师科研基金资助项目109-0410

在线出版日期：2009-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：59-61,64