欧洲杯预选赛范文|FCM预选取样本的半监督SVM图像分类方法

时间：2015-01-17 14:37:57 作者：陈永健；汪西莉；

本文作者：陈永健；汪西莉；成功正常投稿发表论文到《计算机应用》2014年01期,引用请注明来源400期刊网！

如果您需要快速发表论文服务，请联系在线编辑！

【摘要】：针对基于拉普拉斯支持向量机(LapSVM)的半监督分类方法需要将全部无标记样本加入训练样本集中训练得到分类器,算法需要的时间和空间复杂度高,不能有效处理大规模图像分类的问题,提出了模糊C-均值聚类(FCM)预选取样本的LapSVM图像分类方法。该方法利用FCM算法对无标记样本聚类,根据聚类结果选择可能在最优分类超平面附近的无标记样本点加入训练样本集,这些样本可能是支持向量,携带对分类有用的信息,其数量只是无标记样本的一少部分,因此使训练样本集减小。计算机仿真结果表明该方法充分利用了无标记样本所蕴含的判别信息,有效地提高了分类器的分类精度,降低了算法的时间和空间复杂度。
【论文正文预览】：0引言支持向量机(SupportVectorMachine,SVM)借助统计学习理论和最优化方法解决机器学习问题[1]。该方法已经在众多的模式识别领域得到了成功地运用[2-3]。然而传统的SVM作为一种有监督的学习方法,对样本进行类别标记往往需要耗费大量的人力物力。显然,如果只使用少量的有标
【文章分类号】：TP391.41
【稿件关键词】：支持向量机半监督学习预选取样本模糊C-均值聚类图像分类
【参考文献】:

尤超;李俊宏;董明娟;;聚类中心模型在某水闸枢纽工程评标中的应用[J];水电能源科学;2013年12期
陈厦;方方;胡战利;;模糊聚类算法综述[J];生命科学仪器;2013年06期
郭一楠;程健;肖大伟;杨梅;;分布式多分类支持向量机[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年
王江峰;基于模糊聚类的图像分割算法研究[D];西安电子科技大学;2013年
杜雷;一种改进的模糊C均值算法[D];华南理工大学;2013年
杨华;直觉模糊C-均值聚类算法的研究及应用[D];海南师范大学;2013年
尹正文;最小二乘支持向量机在蒸汽预测中的应用[D];昆明理工大学;2013年
牛高远;FCM聚类算法及其在变压器故障诊断中的应用[D];西华大学;2013年
李小芳;变电站负荷特性分类与综合负荷建模研究[D];湖南大学;2013年
耿悦;基于模糊空间聚类的MRI脑图像分割研究[D];哈尔滨工程大学;2013年
李郑飞;人工冻结温度场改进支持向量机计算模型研究[D];安徽理工大学;2013年
刘叶青;刘三阳;谷明涛;;一种多项式光滑的半监督支持向量机分类算法[J];计算机科学;2009年07期
杨绪兵;潘志松;陈松灿;;半监督型广义特征值最接近支持向量机[J];模式识别与人工智能;2009年03期
孙蕾,耿国华,周明全,李丙春;用于医学图像分类的支持向量机算法研究[J];计算机应用与软件;2004年11期
鲁珂,赵继东,叶娅兰,曾家智;一种用于图像检索的新型半监督学习算法[J];电子科技大学学报;2005年05期
黄启宏;刘钊;;基于多超平面支持向量机的图像语义分类算法(英文)[J];光电工程;2007年08期
江勇;张晓玲;师君;;基于目标分解与支持向量机的极化SAR图像分类研究(英文)[J];中国图象图形学报;2008年08期
徐巍;陈祥光;彭红星;刘春涛;;基于模糊C-均值聚类与支持向量机的PMV指标预测系统[J];系统工程理论与实践;2009年07期
王陈飞;肖诗斌;;基于SVM的图像分类研究[J];计算机与数字工程;2006年08期
翟俊海;张素芳;王熙照;;基于小波变换和支持向量机的图像分类[J];河北大学学报(自然科学版);2007年03期
刘全中;张丽;王吉军;;基于支持向量机的图像情感分类[J];大连大学学报;2008年03期
张淑雅;赵晓宇;赵一鸣;李均利;;基于SVM的图像分类[A];第十三届全国图象图形学学术会议论文集[C];2006年
林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算（机）化学学术会议论文摘要集[C];2011年
谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集（上册）[C];2004年
张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
刘杰;民众网络晒照片，博物馆兴趣浓烈[N];中国摄影报;2009年
;尽享极速冲浪快感的 Longator 2004横空出世[N];中国电脑教育报;2004年
李水根;计算机详解配伍与药效关系[N];健康报;2005年
课题主持人李心丹　课题协调人上海证券交易所施东晖傅浩课题研究员宋素荣查晓磊宾红辉张许宏郭静静黄隽南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
清华大学苏光大;非接触式人脸识别技术[N];计算机世界;2006年
YMG记者李仁　通讯员曲华明孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
上海大学理学院教授、副院长陆文聪;酷爱化学孜孜以求[N];中国化工报;2006年
;选择合适的数据挖掘算法[N];计算机世界;2007年
周颖;王米渠与中医心理学[N];中国中医药报;2006年
记者张云普?通讯员全攀峰安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
员永生;基于支持向量机分类的面向对象土地覆被图像分类方法研究[D];西北农林科技大学;2010年
薛贞霞;支持向量机及半监督学习中若干问题的研究[D];西安电子科技大学;2009年
赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
刘颖;基于半监督集成支持向量机的土地覆盖遥感分类方法研究[D];中国科学院研究生院(东北地理与农业生态研究所);2013年
贾世杰;基于内容的商品图像分类方法研究[D];大连理工大学;2013年
杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
栾锋;支持向量机（SVM）和径向基神经网络（RBFNN）方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学（河北）;2007年
肖靓;基于支持向量机的图像分类研究[D];同济大学;2006年
韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
刘明霞;基于纹理特征的图像分类与检索研究[D];山东师范大学;2006年
薛长花;基于半监督学习的静态极光图像分类[D];西安电子科技大学;2010年
徐晓丹;支持向量机在矿区遥感监测图像分类中的应用研究[D];辽宁工程技术大学;2009年
周瑛;基于SVM的图像分类与检索技术的研究[D];华北电力大学（河北）;2009年
刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
武京相;融合全局和局部特征的医学图像分类[D];电子科技大学;2010年

【稿件标题】：欧洲杯预选赛范文|FCM预选取样本的半监督SVM图像分类方法
【作者单位】：陕西师范大学计算机科学学院;
【发表期刊期数】：《计算机应用》2014年01期
【期刊简介】：《计算机应用》杂志是由中华人民共和国新闻出版总署、正式批准公开发行的优秀期刊，计算机应用杂志具有正规的双刊号，其中国内统一刊号：CN51-1307/TP，国际刊号：ISSN1001-9081。计算机应用杂志社由四川省科学技术协会主管、主办，本刊为月刊。自创刊以来，......更多计算机应用杂志社(http://www.400qikan.com/qk/5984/)投稿信息
【版权所有人】：陈永健；汪西莉；

相关专题：杨明照内科护理论文