10.16652/j.issn.1004-373x.2017.19.020
特征选择和聚类分析的图像分类模型
针对当前图像分类模型无法满足实际应用要求的难题,为了得到更优的图像分类效果,提出特征选择和聚类分析相融合的图像分类模型.首先提取图像的原始特征,采用主成分分析对图像特征进行选择,然后采用聚类分析算法对图像样本进行处理,选择与待分类图像相关的样本,减少训练样本的规模,最后采用支持向量机建立图像分类器,对标准图像库中的图像进行分类实验.实验结果表明,该模型减少了图像分类的特征和图像分类的训练样本,加快了图像分类建模的速度,同时图像分类正确率明显高于其他图像分类模型.
图像处理、原始特征、聚类分析算法、图像分类器
40
TN911.73-34;TP181
重庆市教委科学技术研究项目KJ1502301
2017-10-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
79-82