期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于FSVM的图像多类分类方法 被引量:2
1
作者 孙延鹏 徐思敏 《沈阳航空航天大学学报》 2012年第4期63-67,共5页
图像多类分类问题一直是语义图像检索的一个难点问题,目前常采用的Support Vector Ma-chine(SVM)多类分类方法会存在分类盲区,严重影响了图像的分类准确率,将Fuzzy Support VectorMachine(FSVM)理论引入到SVM多类分类器常用的两种分类... 图像多类分类问题一直是语义图像检索的一个难点问题,目前常采用的Support Vector Ma-chine(SVM)多类分类方法会存在分类盲区,严重影响了图像的分类准确率,将Fuzzy Support VectorMachine(FSVM)理论引入到SVM多类分类器常用的两种分类策略中去,分别构成一对一FSVM(1-v-1 FSVM)和一对多FSVM(1-v-r FSVM),文中详细对比了两种方法的分类准确率及分类速度,最终实验证明1-v-1 FSVM方法提高了图像多类分类的准确率,同时也比1-v-r FSVM方法更具优越性。 展开更多
关键词 图像多类分类 SVM FSVM 1-v-1 FSVM 1-v-r FSVM
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部