基于支持向量机的布匹疵点分类算法研究
本文对基于机器视觉的布匹疵点分类算法展开研究,介绍了目前国标上对布匹疵点的归类划分和常见的疵点分类算法.通过对他人成果的学习,提出了一种通过灰度共生矩阵特征值结合支持向量机的分类方法,以实现对所选四类布匹疵点的分类,并且对所设计的算法进行了评估.为防止因实验样本较小情形下分类器出现过学习问题,算法评估中采用留一法交叉验证来确保其稳定性.最后,选用了BP神经网络分类方案与本算法作比较,分别给出在同一样本下的分类准确率.
布匹疵点 机器视觉 支持向量机 分类准确率
李庆 郑力新 张裕坤 刘伟斌
国立华侨大学工学院 国立华侨大学信息工程与科学学院
国内会议
2015年中国人工智能学会神经网络与计算智能专委会年会暨第十三届泉州市科学技术协会年会
福建泉州
中文
112-116
2015-11-06（万方平台首次上网日期，不代表论文的发表时间）