%0 Journal Article
%T 基于模糊核聚类的图像svm分类辨识
%A 于文勇？
%A 康晓东？
%A 葛文杰？
%A 王 昊？
%J 计算机科学
%D 2015
%R 10.11896/j.issn.1002-137X.2015.03.063
%X 提出一种结合特征场和模糊核聚类支持向量机的图像分类辨识方法。首先,构造符合人类视觉特性的图像彩色和纹理特征数据场,一方面,引入新阈值,建立图像纹理特征；另一方面,在图像彩色特征上,对能够引起注意的像素区域的像素点进行加权处理,并使用彩色空间分布离散度来描述彩色的空间分布。其次,采用模糊核聚类支持向量机对图像进行分类研究。在使用特征空间时,不仅考虑了样本与类中心间的关系,还考虑了类中各个样本间的关系,以模糊连接度来度量类中各个样本间的关系,并以二叉树方式构造子分类器。实验结果表明,该方法可以获得较好的图像分类效果。
%K 支持向量机
%K 隶属度函数
%K 模糊核聚类
%K 数据场
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=20150363&flag=1