电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

基于SVM的图像分类系统设计文档-成勇

基于SVM的图像分类系统设计文档-成勇_第1页
1/33
基于SVM的图像分类系统设计文档-成勇_第2页
2/33
基于SVM的图像分类系统设计文档-成勇_第3页
3/33
LANZHOU UNIVERSITY OF TECHNOLOGY毕业设计题 目 基于 SVM 的图象分类系统 学生姓名 成 勇 学 号 10240330 专业班级 计算机科学与技术 3 班 指导老师 李晓旭 学 院 计算机与通信学院 答辩日期 下载后可任意编辑摘 要支持向量机(SVM)方法是建立在统计学习理论基础之上的,克服了神经网络分类和传统统计分类方法的许多缺点,具有较高的泛化性能。但是,由于支持向量机尚处在进展阶段,很多方面尚不完善,现有成果多局限于理论分析,而应用显得较薄弱,因此讨论和完善利用支持向量机进行图像分类对进一步推动支持向量机在图像分析领域的应用具有积极的推动作用。本文通过支持向量机技术和图像特征提取技术实现了一个图像分类实验系统。文中首先引入了支持向量机概念,对支持向量机做了较全面的介绍;然后,讨论了图像特征的描述和提取方法,对图像的颜色矩特征做了详细的描述,对 svm 分类也做了详细的说明;最后讨论了由分类结果所表现的一些问题。测试结果表明,利用图像颜色矩特征的分类方法是可行的,并且推断出采纳综合特征方法比采纳单一特征方法进行分类得到的结果要更令人满意。关键词:支持向量机 图像分类 特征提取 颜色矩AbstractThe support vector machine (SVM) method is based on statistical learning theory foundation, overcome the neural network classification and traditional statistical classification method of faults, and has high generalization performance. But, because the support vector machine (SVM) is still in the development stage, many still not perfect, the existing results more limited to the theoretical analysis, and the use of appear more weak and therefore study and improve the use of support vector machines to image classification support vector machine to further advance I下载后可任意编辑in the application of image analysis play a positive role in promoting.In this paper, support vector machine (SVM) technology and image feature extraction technology implements a image classification experiment system. This paper first introduces the concept of support vector machine (SVM),...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

基于SVM的图像分类系统设计文档-成勇

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部