李望发：基于多核学习的煤岩图像特征融合与识别方法论文

本文主要研究内容

作者李望发（2019）在《基于多核学习的煤岩图像特征融合与识别方法》一文中研究指出：本文提出了基于多核学习的煤岩特征融合与识别方法,首先从煤岩图像提取两种特征,然后将每一种特征输入到一组核组合的SVM分类器中进行多核学习,得到该特征的一组核的权重系数,构成每个特征的核矩阵,最后将每个核矩阵组合起来再进行多核权重学习,得到每一组核的权重系数,最后将得出的权重组合成新的核空间,进行多核SVM分类。结果表明,该方法有效地对煤岩的图像特征进行融合,能够提高识别准确率。

Abstract

ben wen di chu le ji yu duo he xue xi de mei yan te zheng rong ge yu shi bie fang fa ,shou xian cong mei yan tu xiang di qu liang chong te zheng ,ran hou jiang mei yi chong te zheng shu ru dao yi zu he zu ge de SVMfen lei qi zhong jin hang duo he xue xi ,de dao gai te zheng de yi zu he de quan chong ji shu ,gou cheng mei ge te zheng de he ju zhen ,zui hou jiang mei ge he ju zhen zu ge qi lai zai jin hang duo he quan chong xue xi ,de dao mei yi zu he de quan chong ji shu ,zui hou jiang de chu de quan chong zu ge cheng xin de he kong jian ,jin hang duo he SVMfen lei 。jie guo biao ming ,gai fang fa you xiao de dui mei yan de tu xiang te zheng jin hang rong ge ,neng gou di gao shi bie zhun que lv 。

论文参考文献

[1].基于上下文特征融合的行为识别算法[J]. 祁大健,杜慧敏,张霞,常立博. 计算机工程与应用.

[2].多生物特征融合发展现状及其展望[J]. 柳欣,耿佳佳,钟必能,杜吉祥. 小型微型计算机系统.2017(08)

[3].商标图像检索中子图像特征融合准则研究[J]. 孙兴华,郭丽,王正群,杨静宇. 南京理工大学学报(自然科学版).2002(05)

[4].基于多线索特征融合的图像分类方法[J]. 彭媛,段先华,王万耀,鲁文超. 计算机工程与应用.2019(20)

[5].基于多级别特征融合的医学图像检索技术[J]. 宋卫华. 南华大学学报(自然科学版).2014(02)

[6].特征融合的多时相遥感图像道路提取方法[J]. 武冰,周石琳,林勇强,商亚新. 微计算机信息.2007(36)

[7].类矩阵神经核特征融合的人脸识别方法[J]. 臧海娟. 计算机工程与应用.2018(24)

[8].基于特征融合网络的行人重识别[J]. 种衍杰,方琰,沙涛. 计算机系统应用.2019(01)

[9].一种异质特征融合分类算法[J]. 黄双萍,俞龙,卫晓欣. 电子技术与软件工程.2013(02)

[10].传统特征和深度特征融合的红外空中目标跟踪[J]. 胡阳光,肖明清,张凯,王晓柱,段耀泽. 系统工程与电子技术.

论文详细介绍

论文作者分别是来自电子技术与软件工程的李望发，发表于刊物电子技术与软件工程2019年07期论文，是一篇关于多核学习论文,特征融合论文,煤岩识别论文,电子技术与软件工程2019年07期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电子技术与软件工程2019年07期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/a179b61db7af441111aaef07.html