位置:成果数据库 > 期刊 > 期刊详情页
多种代数特征抽取方法下的图像分类算法研究
  • ISSN号:1673-4807
  • 期刊名称:《江苏科技大学学报:自然科学版》
  • 时间:0
  • 分类:TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]江苏科技大学计算机科学与工程学院,江苏镇江212003
  • 相关基金:国家自然科学基金资助项目(51008143)
中文摘要:

文中分别用主成分分析、独立成分分析以及线性鉴别分析方法对图像进行特征抽取,同时采用K近邻算法和支持向量机算法进行人脸图像分类.通过在YALE人脸图像库上实验,结果表明:多种特征抽取方法下的图像分类算法是有效的.

英文摘要:

A comprehensive performance comparison of face image extraction among three different feature extraction methods including principal component analysis,linear discriminant analysis,and independent component analysis.is made respectively.Moreover,the face image classification is also performed by using the K Nearest Neighbor(KNN) and Support Vector Machine(SVM) algorithms.Experimental results conducted on the YALE face image database demonstrate the effectiveness of the proposed method based on the different feature spaces.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《江苏科技大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:江苏教育厅
  • 主办单位:江苏科技大学
  • 主编:许俊华
  • 地址:江苏省镇江市梦溪路2号
  • 邮编:212003
  • 邮箱:xbjust@vip.sohu.com
  • 电话:0511-84401109
  • 国际标准刊号:ISSN:1673-4807
  • 国内统一刊号:ISSN:32-1765/N
  • 邮发代号:
  • 获奖情况:
  • 2004年获全国高校优秀科技期刊二等奖,省期刊优秀...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),德国数学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2014版)
  • 被引量:2516