摘要
提出了一种基于小波变换和多类支持向量机的图像分类新方法,该方法利用小波变换进行图像特征提取,利用多类支持向量机进行图像分类,并与基于图像底层特征的图像分类方法进行了实验比较。实验结果表明该方法具有较好的分类性能。
A new method of image classification based on wavelet transformation and multi-class support vector machine is pro- posed,which employs wavelet transformation to extract features of the original images and then classifies them by multi-class support vector machine. A comparison between the proposed method and the one based on physical features of the image is presented. Experimental results show that the proposed method outperforms the others.
出处
《计算机工程与应用》
CSCD
北大核心
2007年第16期47-49,共3页
Computer Engineering and Applications
基金
国家自然科学基金资助项目(the National Natural Science Foundation of China under Grant No.60573069)
河北省科技攻关资助项目(No.06213548)
关键词
图像分类
特征提取
小波变换
多类支持向量机
image classification
feature extraction
wavelet transformation
multi-class support vector machine
作者简介
翟俊海（1974-），男，博士生，主要从事小波分析，图像处理和软计算技术的研究王熙照（1963-），男，教授，博导，主要从事机器学习，模糊逻辑和软计算技术的研究张素芳（1966-），副教授，主要从事机器学习，模糊积分和软计算技术的研究。
