期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于特征选择和SVMs的图像分类
被引量:
2
1
作者
高永岗
周明全
+1 位作者
耿国华
刘燕武
《计算机工程与应用》
CSCD
北大核心
2010年第5期169-172,共4页
重点论述了基于MI图像特征选择方法[1],简要地讲述了支持向量机的SVMs分类器原理和设计[2]。提出了MI贪婪最优算法,将高维数据处理转化为一维数据处理,简化了运算难度,同时提高了分类速度和准确性。实验结果表明,通过对8个分类、上千张...
重点论述了基于MI图像特征选择方法[1],简要地讲述了支持向量机的SVMs分类器原理和设计[2]。提出了MI贪婪最优算法,将高维数据处理转化为一维数据处理,简化了运算难度,同时提高了分类速度和准确性。实验结果表明,通过对8个分类、上千张图片进行分类处理,效果好于传统的分类算法。
展开更多
关键词
特征选择
mi贪婪最优算法
支持向量机(SVMs)
下载PDF
职称材料
题名
基于特征选择和SVMs的图像分类
被引量:
2
1
作者
高永岗
周明全
耿国华
刘燕武
机构
西北大学信息科学与技术学院
北京师范大学信息科学与技术学院
出处
《计算机工程与应用》
CSCD
北大核心
2010年第5期169-172,共4页
基金
国家科技基础条件平台建设项目(No.2006BAD20B01)
文摘
重点论述了基于MI图像特征选择方法[1],简要地讲述了支持向量机的SVMs分类器原理和设计[2]。提出了MI贪婪最优算法,将高维数据处理转化为一维数据处理,简化了运算难度,同时提高了分类速度和准确性。实验结果表明,通过对8个分类、上千张图片进行分类处理,效果好于传统的分类算法。
关键词
特征选择
mi贪婪最优算法
支持向量机(SVMs)
Keywords
feature selection
mi
greedy optimal algorithm
Support Vector Machines(SVMs)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于特征选择和SVMs的图像分类
高永岗
周明全
耿国华
刘燕武
《计算机工程与应用》
CSCD
北大核心
2010
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部