-
题名特征选择和聚类分析的图像分类模型
被引量：1
- 1
-
-
作者
汤海林
林亚松
张大斌
-
机构
广东白云学院大数据与计算机学院
华南农业大学数学与信息学院
-
出处
《现代电子技术》
2021年第8期45-48,共4页
-
基金
国家自然科学基金项目(71971089)。
-
文摘
传统方法因图像自身存在较大复杂性,导致分类精度不符合实际图像分类需求。该文通过构建基于特征选择和聚类分析的图像分类模型,提取图像特征建立图像特征样本集;在图像特征样本集中使用基于主成分分析的核心特征量选取方法,获取图像的核心特征;使用均值聚类算法聚类图像的全部核心特征,构建图像核心特征训练样本;最后将该样本使用基于支持向量机的图像分类模型,实现图像分类。经测试,当所构建模型的权重指数为0.9时,对医学图像分类精度高达98.51%;分类差异图像时,所构建模型分类准确度较高,且拒分度低于同类分析模型。
-
关键词
图像分类模型
特征选择
聚类分析
图像特征聚类
训练样本构建
分类性能测试
-
Keywords
image classification model
feature selection
clustering analysis
image feature clustering
training sample construction
classification performance test
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于神经网络的运动视频图像分类和识别研究
被引量：4
- 2
-
-
作者
刘伟博
白鲲
-
机构
燕山大学
石家庄学院
-
出处
《现代电子技术》
2021年第20期163-167,共5页
-
基金
河北省自然科学基金项目(E2018203140)。
-
文摘
当前运动视频的图像分类和识别方法存在图像识别率低、识别不清晰图像较难的问题,为解决上述问题,文中提出基于神经网络的运动视频图像分类和识别研究。采用目标轮廓周长平方比轮廓面积的方法,提取运动目标图像特征,通过提取图像特征结果设计图像分类流程,建立神经网络图像分类模型完成图像识别。针对同一元素的不同角度进行拍摄获取,采用误差反向传播算法完成神经网络下的运动视频图像分类和识别。通过仿真实验验证设计方法的性能,实验结果表明,所提方法对运动视频图像的识别率较高,正确率在98%以上,且图像识别分类较全面。所提方法能够对运动视频图像中的元素进行分类,识别不清晰图像,提高了识别的精准度,为实际应用提供了一定的参考。
-
关键词
运动视频
图像分类
图像识别
神经网络
图像特征提取
图像分类模型
实验论证
-
Keywords
motion video
image classification
image recognition
neural network
image feature extraction
image classification model
experimental demonstration
-
分类号
TN919-34
[电子电信—通信与信息系统]
TP391.413
[自动化与计算机技术—计算机应用技术]
-
