《表3 Caltech-256数据库实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种基于图像簇多核学习模型的图像分类方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

在表3中，训练数目为30和60时，图像簇M KL模型得到的分类精度分别为45.62%和48.92%，与文献[13]给出的分类精度40.80%和47.90%相比，分别高出4.82%和1.02%，表现出较好的自然图像分类性能。图像簇MKL模型能很好地将不同类型的局部特征联合起来（比如颜色、纹理、兴趣点、外形、外观等），且优化形成具有良好判别力的图像表示特征。显示图像簇MKL模型处理自然图像分类问题的优势。