欢迎来到天天文库
浏览记录
ID:31981862
大小:2.66 MB
页数:66页
时间:2019-01-30
《基于特征选择和支持向量机的纹理图像分类》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、TextureImageClassificationBasedonFeatureSelectionandSupportVectorMachineimprovementofsupportvectormachine(SVM).Inadditiontoitsinheritedleastsquaressupportvectormachines(LS·SVM)advantages,butalsowiththesparsity.IntheinternationalimageofBrodatzsetontheexperi
2、ment,theexperimentalresultsshowthatthefastapproachingsparseleastsquaressupportvectormachines(FSALS-SVM)isbetterthantheclassificationofK-neighborclassifier(㈣andSVM.AnditCanbeseenthatFSALS—SVMhashi【ghabilitytopromoteandhighrobustability,butalsotofurthervalid
3、atetheexcellentofpresentedfeatureextractionmethod.Keyword:ImageclassificationMultiscalegeometricanalysisFeatures-selectionGGMSVM目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11.1纹理图像的基本概念和应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.11.2纹理图像分类的基本方法和研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.41.2.1特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
4、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯41.2.2分类算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯51.3论文的主要工作内容和内容安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7第二章多尺度几何分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯92.1多尺度几何分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯_⋯⋯..92.2多尺度几何分析方法的发展⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯lO2.3Contourlet变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯112.4Contom'lct变换的应用⋯⋯
5、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.15第三章统计学习理论和支持向量机⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..173.1理论背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯173.2统计学习理论的核心问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯183.2.1VC维⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯j⋯⋯。l83.2.2推广性的界⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。183.2.3结构风险最小化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯193.3支持向量机
6、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯203.3.1线性可分的最优分类面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.203.3.2线性不可分的最优分类面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.223.3.3支持向量机⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.233.3.4常用核函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。24第四章基于Contourlct广义高斯密度模型参数纹理图像分类的特征选择⋯⋯⋯254.1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
7、.254.2基于能量测度的子带特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯264.3广义高斯密度模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯274.4基于广义高斯密度模型和Contourlet特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯284.4.1基于广义高斯密度模型参数的特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.284.4.2纹理图像各分解子带系数的分布研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.284.4.3基于Contourlct变换和广义高斯模型参数的纹理图像特征选择⋯。354.5实验及结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
8、⋯⋯⋯⋯⋯⋯⋯384.5.1Contourlct分解层数选择对比实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯39基于特征选择和支持向量机的纹理图像分类4.5.1.1均匀纹理图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯394.5.1.2非均匀纹理图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯394.5.2基于广义高斯密度模型参数特征的纹理图像分类⋯⋯⋯⋯⋯⋯⋯。404.5.2.1均匀纹理图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
此文档下载收益归作者所有