论文研究-基于KNN的特征自适应加权自然图像分类研究.pdf

所需积分/C币:14 2019-07-22 23:52:25 739KB .PDF
收藏 收藏 1
举报

针对自然图像类型广泛、结构复杂、分类精度不高的实际问题,提出了一种为自然图像不同特征自动加权值的K-近邻(K-nearest neighbors,KNN)分类方法。通过分析自然图像的不同特征对于分类结果的影响,采用基因遗传算法求得一组最优分类权值向量解,利用该最优权值对自然图像纹理和颜色两个特征分别进行加权,最后用自适应加权K-近邻算法实现对自然图像的分类。实验结果表明,在用户给定分类精度需求和低时间复杂度的约束下,算法能快速、高精度地进行自然图像分类。提出的自适应加权K-近邻分类方法对于门类繁多的自然图像具有普遍适用性,可以有效地提高自然图像的分类性能。

...展开详情
试读 4P 论文研究-基于KNN的特征自适应加权自然图像分类研究.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    • 至尊王者

      成功上传501个资源即可获取
    关注 私信 TA的资源
    上传资源赚积分,得勋章
    最新推荐
    论文研究-基于KNN的特征自适应加权自然图像分类研究.pdf 14积分/C币 立即下载
    1/4
    论文研究-基于KNN的特征自适应加权自然图像分类研究.pdf第1页
    论文研究-基于KNN的特征自适应加权自然图像分类研究.pdf第2页

    试读已结束,剩余2页未读...

    14积分/C币 立即下载 >