基于支持向量机的分类器训练研究被引量：2

下载PDF

导出

摘要通过介绍基于机器学习的分类器的训练过程。首先对模式识别的相关知识进行介绍,并对分类器的训练进行具体的说明;然后给出了机器学习中最常用的支持向量机(SVM)方法和梯度方向直方图特征描述的相关知识,重点讲述了其原理和计算过程,建立了工程车辆样本库,采用梯度方向直方图作为样本特征,使用线性支持向量机的方法训练分类器,最后通过实验证明了算法的正确性和可行性。

作者崔鹏宇

机构地区辽宁地质工程职业学院信息中心

出处《数字技术与应用》 2016年第6期58-58,60,共2页 Digital Technology & Application

关键词梯度方向支持向量工程车辆 HOG特征

分类号 TP391.1 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

参考文献3

1李宏东,姚天翔译.RichardO.Duda,PeterE.Hart.DavidG:Stork模武分类(第二版)[M].北京:机械工业出版社,2003.
2刘丽,匡纲要.图像纹理特征提取方法综述[J].中国图象图形学报,2009,14(4):622-635. 被引量：430
3VAPNIK V. Statistical learning theory[M].New York:Wiley,1998, 56-70.

二级参考文献6

1张志龙,李吉成,沈振康.基于局部沃尔什变换的纹理特征提取方法研究[J].信号处理,2005,21(6):589-596. 被引量：6
2薄华,马缚龙,焦李成.图像纹理的灰度共生矩阵计算问题的分析[J].电子学报,2006,34(1):155-158. 被引量：203
3陈洋,王润生.结合Gabor滤波器和ICA技术的纹理分类方法[J].电子学报,2007,35(2):299-303. 被引量：25
4马晓川,侯朝焕,赵荣椿.一种新的纹理图像Gibbs模型[J].计算机学报,1998,21(S1):303-307. 被引量：3
5吴刚,杨敬安,王洪燕.一种基于变差函数的纹理图像分割方法[J].电子学报,2001,29(1):44-47. 被引量：13
6吴高洪,章毓晋,林行刚.分割双纹理图像的最佳Gabor滤波器设计方法[J].电子学报,2001,29(1):48-50. 被引量：29

共引文献429

1欧利国,李汶龙,刘必林,陈新军,陈勇,石一茜,侯庆联.基于计算机视觉的3种金枪鱼属鱼类表型纹理特征分析[J].中国水产科学,2022,29(5):770-780. 被引量：1
2赵朗月,吴一全.基于机器视觉的表面缺陷检测方法研究进展[J].仪器仪表学报,2022,43(1):198-219. 被引量：87
3魏丹,李渊,黄丹.极化SAR图像地物分类方法综述[J].计算机系统应用,2020(11):29-39. 被引量：6
4李民赞,任新建,杨玮,孟超,王炜超.基于树莓派的农田表土层土壤容重检测系统研究[J].农业机械学报,2021,52(S01):329-335. 被引量：5
5Sun Jiping,Su Bo.Coal–rock interface detection on the basis of image texture features[J].International Journal of Mining Science and Technology,2013,23(5):681-687. 被引量：20
6洪洲.基于纹理特征的遥感影像监督分类[J].测绘与空间地理信息,2013,36(4):75-79. 被引量：5
7吴进文,赵晓翠,陈苗苗.基于遗传算法的高维特征选择的研究[J].郑州轻工业学院学报（自然科学版）,2010,25(2):75-78. 被引量：1
8程琳.基于小波变换的工具痕迹图像识别研究[J].滁州学院学报,2010,12(2):20-22. 被引量：1
9曹红兵,陈蕴.一种新的图像感兴趣区域的提取方法[J].阜阳师范学院学报（自然科学版）,2010,27(2):19-22. 被引量：1
10刘金平,桂卫华,牟学民,唐朝晖,李建奇.基于Gabor小波的浮选泡沫图像纹理特征提取[J].仪器仪表学报,2010,31(8):1769-1775. 被引量：37

同被引文献11

1王亮申,欧宗瑛,朱玉才,侯杰,于京诺.基于SVM的图像分类[J].计算机应用与软件,2005,22(5):98-99. 被引量：18
2刘永录,衣红钢,巩宪锋,王长松,杨芳.基于GSM/GPRS的无线数据采集系统[J].信息安全与通信保密,2005,27(11):112-114. 被引量：12
3孙德辉,马文丽,姚文娟,郑文岭.基于GPRS的无线传输系统设计与实现[J].微计算机信息,2007,23(21):104-106. 被引量：33
4岳荣刚,王少萍,李凯,宋凌珺.基于相似原理的新型双目测距法[J].光电工程,2008,35(4):64-68. 被引量：6
5张雪伟,王焱.基于Sigmoid函数参数调整的双隐层BP神经网络的板形预测[J].化工自动化及仪表,2010,37(4):42-44. 被引量：6
6罗丹,廖志贤.基于OpenCV的双目立体视觉测距[J].大众科技,2011,13(4):52-53. 被引量：14
7汪珍珍,赵连玉,刘振忠.基于MATLAB与OpenCV相结合的双目立体视觉测距系统[J].天津理工大学学报,2013,29(1):45-48. 被引量：24
8韩永刚,赵巍凯.基于单目视觉的行人检测研究[J].电子科技,2014,27(8):22-25. 被引量：4
9陈翠平.基于深度信念网络的文本分类算法[J].计算机系统应用,2015,24(2):121-126. 被引量：43
10张春霞,姬楠楠,王冠伟.受限波尔兹曼机[J].工程数学学报,2015,32(2):159-173. 被引量：103

引证文献2

1何腾鹏,张荣芬,刘超,房乐楠,刘宇红.基于机器视觉的智能导盲眼镜设计[J].电子技术应用,2017,43(4):58-61. 被引量：18
2张达峰,刘宇红,张荣芬.基于深度学习的智能辅助驾驶系统[J].电子科技,2018,31(10):60-63. 被引量：12

二级引证文献30

1程换新,郭占广,刘文翰,张志浩.基于胶囊神经网络的交通标志识别研究[J].电子测量技术,2020(11):112-116. 被引量：3
2赵义鹏,李勇斌,郭士杰,李铁军.基于视听信息融合的噪声源定位研究[J].仪器仪表学报,2018,39(2):89-99. 被引量：7
3袁桂霞,周先春.基于多媒体信息检索的有监督词袋模型[J].计算机工程与设计,2018,39(9):2873-2878. 被引量：7
4林付春,张荣芬,何倩倩,刘宇红.机器视觉中的智能无人零售系统设计[J].电子技术应用,2018,44(9):96-98. 被引量：12
5姚丽,武慧荣,逯兆友,常欣.可穿戴电子导盲装置设计与实现[J].山西建筑,2018,44(29):257-258. 被引量：1
6俞洋,陈佐政,陈祝洋,沈威君.机器视觉在电容器外观缺陷检测中的应用[J].电子技术应用,2019,45(9):97-100. 被引量：13
7袁小平,王岗,王晔枫,汪喆远,孙辉.基于改进卷积神经网络的交通标志识别方法[J].电子科技,2019,32(11):28-32. 被引量：6
8汪家琦,吴泽琨,王一鸣,王书平,丁伊博.基于多模态深度融合网络可穿戴式导盲设备[J].科技创新导报,2019,16(33):98-102.
9耿经邦,梁正友.基于改进ResNet的交通标识识别[J].电子技术与软件工程,2020(6):138-140. 被引量：2
10任慧娟,金守峰,林强强,程云飞,顾金芋.面向视障人群的障碍物位置与距离的视觉测量方法[J].轻工机械,2020,38(3):65-68. 被引量：5

1刘滔,雷霖,陈荦,熊伟.基于MapReduce的中文词性标注CRF模型并行化训练研究[J].北京大学学报（自然科学版）,2013,49(1):147-152. 被引量：5
2赵智勇.网络防御训练研究[J].计算机安全,2012(3):67-68. 被引量：1
3白井超,代均,罗围峰.指挥信息系统训练研究[J].信息通信,2014(7):117-118.
4王永林.小波神经网络训练研究及在织物预测中的应用[J].信息技术,2011,35(1):10-13. 被引量：1
5张立洪,白成刚,杜丹.网络对抗训练研究[J].信息安全与技术,2011,2(2):87-90. 被引量：2
6虚拟技术与虚拟现实技术[J].电子科技文摘,2006(2):142-143.
7刘良,关正西.基于虚拟人的模拟操作训练研究[J].计算机工程与设计,2005,26(10):2705-2706. 被引量：3
8潘彤,陈彬茹,李晓静.基于虚拟现实仿真飞行模拟训练研究[J].电脑编程技巧与维护,2012(4):87-87. 被引量：1
9白奕,周克强.基于FlightGear的舰炮武器系统训练研究[J].计算机仿真,2012,29(12):38-41. 被引量：1
10鲁娟.视觉传达设计的视觉思维训练研究[J].科技创新导报,2012,9(14):252-252. 被引量：8

数字技术与应用

2016年第6期

浏览历史

内容加载中请稍等...

基于支持向量机的分类器训练研究被引量：2

参考文献3

二级参考文献6

共引文献429

同被引文献11

引证文献2

二级引证文献30

相关作者

相关机构

相关主题

浏览历史

基于支持向量机的分类器训练研究 被引量：2

参考文献3

二级参考文献6

共引文献429

同被引文献11

引证文献2

二级引证文献30

相关作者

相关机构

相关主题

浏览历史

基于支持向量机的分类器训练研究被引量：2