您的位置: 专家智库 > >

湖南省普通高等学校教学改革研究项目(ZJB2012061)

作品数:1 被引量:5H指数:1
相关作者:吴佳英胡蓉陈沅涛徐蔚鸿更多>>
相关机构:长沙理工大学南京理工大学更多>>
发文基金:湖南省普通高等学校教学改革研究项目湖南省教育厅科研基金湖南省大学生研究性学习与创新性实验计划项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇支持向量
  • 1篇支持向量机
  • 1篇图像
  • 1篇图像分割
  • 1篇向量
  • 1篇向量机
  • 1篇SVM方法

机构

  • 1篇长沙理工大学
  • 1篇南京理工大学

作者

  • 1篇徐蔚鸿
  • 1篇陈沅涛
  • 1篇胡蓉
  • 1篇吴佳英

传媒

  • 1篇南京理工大学...

年份

  • 1篇2014
1 条 记 录,以下是 1-1
排序方式:
基于增量学习向量SVM方法的图像分割应用被引量:5
2014年
为了解决经典支持向量机方法已发现的执行时间长、执行效率低的相关问题,提出基于增量学习向量的支持向量机学习方法。该算法通过对训练样本集合的相关增量学习向量进行训练学习来得到初始支持向量机分类器。利用该初始化分类器在有关条件下针对初始训练样本集进行缩减得到精简缩小集,再应用精简缩小集针对初始支持向量机的分类器反向加工来得到支持向量机的最终分类器。该算法可大幅度降低大容量数据集上支持向量机的学习时间,并且具有很好的泛化能力。为了验证本学习方法的可应用性,从Berkeley图像分割数据集BSDS500和互联网上选取相关彩色图像进行仿真实验。该文实验结果表明:该方法得到分割结果的过程不仅比传统支持向量机耗时少,且与Berkeley图像分割数据集中人工标注结果比较得到较好分割效果。
陈沅涛徐蔚鸿吴佳英胡蓉
关键词:支持向量机图像分割
共1页<1>
聚类工具0