2025年3月17日
星期一
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
陕西省自然科学基金(2010JM8030)
作品数:
1
被引量:5
H指数:1
相关作者:
张萍
焦李成
刘若辰
邹海双
张莉
更多>>
相关机构:
西安电子科技大学
苏州大学
更多>>
发文基金:
陕西省自然科学基金
国家教育部博士点基金
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
图像
1篇
图像分割
1篇
SAR图像
1篇
SVM
1篇
LAPLAC...
机构
1篇
苏州大学
1篇
西安电子科技...
作者
1篇
张莉
1篇
邹海双
1篇
刘若辰
1篇
焦李成
1篇
张萍
传媒
1篇
红外与毫米波...
年份
1篇
2011
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
一种改进的Laplacian SVM的SAR图像分割算法
被引量:5
2011年
当有标识的样本数量有限时,Laplacian SVM算法需要加入尽量多的无标识样本,以提高分类精度.但同时当无标识样本数很大时,算法的时间和空间复杂度将难以接受.为了将Laplacian SVM应用于SAR图像分割这样的大规模分类问题中,提出了一种改进的Laplacian支持向量机算法(Improved Laplacian Support Vector Machine,Im-proved Laplacian SVM),首先采用分水岭算法将原始SAR图像分成多个小原型块,提取每个小原型块的图像特征作为训练样本.再采用改进的Laplacian SVM算法得到小原型块的分类结果.通过3幅SAR图像验证了提出的方法,实验表明该方法不仅提高了分割的准确性同时减少了Laplacian SVM算法用于图像分割时的运行时间.
刘若辰
邹海双
张莉
张萍
焦李成
关键词:
图像分割
SAR图像
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张