北京电力高等专科学校学报(社会科学版)2012，Issue(10) ：239-240.DOI:10.3969/j.issn.1009-0118.2012.10.145

二叉树多分类SVM及其在图像语义分类中的应用

何婕
北京电力高等专科学校学报(社会科学版)2012，Issue(10) ：239-240.DOI:10.3969/j.issn.1009-0118.2012.10.145
✕
  • NETL
  • NSTL
  • 万方数据

二叉树多分类SVM及其在图像语义分类中的应用

何婕1
扫码查看

作者信息

  • 1. 重庆工商职业学院,重庆400052
  • 折叠

摘要

“语义鸿沟”是实现真正意义上的图像语义检索的最大障碍,图像语义分类是图像语义数据挖掘的关键技术,因此,图像语义分类成为图像检索研究领域中的一个重要的研究方向.支持向量机是由瓦普尼克等人提出的一种学习技术,是借助于最优化方法解决机器学习问题的新工具.但支持向量机最初是针对二类分类提出的,如何将其扩展到多类并应用于图像语义分类是本文研究的重要内容.

关键词

支持向量机/二叉树多分类SVM/图像语义

引用本文复制引用

基金项目

重庆工商职业学院重点科研项目(2001XK002)

出版年

2012
北京电力高等专科学校学报(社会科学版)
北京电力高等专科学校

北京电力高等专科学校学报(社会科学版)

影响因子：0.018
ISSN：1009-0118
参考文献量1
段落导航相关论文