%0 Journal Article
%T 基于SVM的海底声纳图像底质识别*
%A 熊明宽
%A 吴自银
%A 李守军
%A 罗孝文
%A 唐秋华
%J 海洋通报
%P 409-414
%D 2012
%R 10.11840/j.issn.1001-6392.2012.4.008
%X 对海底底质声纳图像分割，提取单元特征向量进行主成份分析，选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量，优化支持向量机（SVM，Support?Vector?Machine）参数。利用多分类SVM对砂、礁石、泥进行训练，有效、快速地分离出了三种底质类型，测试精度高于80%，表明该方法可有效用于海底底质声纳图像的识别和分类。
%K 支持向量机(SVM)
%K 声纳灰度图像
%K 参数优化
%K 特征向量
%U http://hytb.nmdis.gov.cn/ch/reader/view_abstract.aspx?file_no=20120408&flag=1