针对已有分类器存在的缺陷,提出一种以分类错误率为标准选择组合特征的分类方法,提高分类器的分类精度。先提取图像的4种分形维数作为纹理特征,再通过组合不同分形维数特征应用于支持向量机(SVM)进入样本训练阶段。将分类错误率最低的特征组合作为分类器的特征向量,应用于测试阶段的分类,提高分类器的分类精度。实验结果表明,该方法具有较好的推广性,为图像特征组合提取提供了新途径。
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~