基于模糊核聚类的图像SVM分类辨识-论文.pdf

《基于模糊核聚类的图像SVM分类辨识-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第42卷第3期计算机科学Vo1．42No．32015年3月ComputerScienceMar2015基于模糊核聚类的图像SVM分类辨识于文勇康晓东葛文杰王昊(天津医科大学医学影像学院天津300070)(河北工业大学电子信息工程学院天津300130)。摘要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。

2、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。关键词支持向量机，隶属度函数，模糊核聚类，数据场中图法分类号TP391．4文献标识码ADOI10．11896／j．issn．1002—137)(．2015．3．063ImageClassificationandIdentificationthroughSVMBasedonFuzzyKernelClusteringYUWen-yongKANGXiao-dongGEWen-iieWA

3、NGHao(SchoolofMedicalImaging，TianjinMedicalUniversity，Tianjin300070，China)(SchoolofElectronicandInformationEngineering，HebeiUniversityofTechnology，Tianjin300130，China)0AbstractAmethodofimageclassificationandidentificationcombinedwithcharacteristicfieldandSVMbasedonfuzzykernelclusteringwas

4、proposedinthispaper．First，thestructurecorrespondstoimagecolorofhumanvisualcharacteris—ticsanddatafieldoftexture．Foronething，thenewthresholdiSintroducedandtheimagetextureiSestablished．Foran—other，attractivepixeltopixelareaisweightedandprocessed，andthespatialdistributionofcolorisdescribedby

5、usingdispersionofcolorspatialdistribution．Second，SVMbasedonfuzzykernelclusteringisadoptedtostudyaclassificationofimageidentification．Onthefeaturespace，notonlytherelationshipofsamplesbetweenitsclustercentersbutalsotheeachsamplesareal1takenintoaccount．Therelationbetweeneachsamplesintheclust

6、eriSmeasuredbasedonfuzzyconnectednessandabinarytreeclassifieriSconstructed．Experimentalresultsshowthatthismethodcanachieveabet—tereffectofimageclassification．KeywordsSupportvectormachine(SVM)，Membershipfunction，Fuzzykernelclustering，Datafield随着信息社会的发展以及各种成像设备的迅速普及，数分的点映射到高维空间中，使它们成为性线可分，以

7、构造最优字图像的数量急剧膨胀，如何将这些图像信息有效地组织和分类面，因而有着较多的应用。为适合SVM的大样本应用，快速准确地分类便成了人们亟待解决的课题。目前用于图像出现了许多新算法，主要包括粒度支持向量机(Granular分类的技术有很多，如贝叶斯分类器、K近邻算法、人工神经SVM)和模糊支持向量机(FuzzySVM)，前者将大规模的二网络(ArtificialNeuralNetwork，ANN)、AdaBoost算法等。次规划问题(QuadraticProgrammingProblem，QP)分解为系但这些分类方法只有在样