《表3 Caltech-256数据库实验结果》
%
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。
图表编号 | XD00136935000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 嵇朋朋、陈育中、周刘喜 |
绘制单位 | 江苏联合职业技术学院南京分院电气工程系、江苏联合职业技术学院南京分院电气工程系、江苏联合职业技术学院南京分院电气工程系 |
更多格式 | 高清、无水印(增值服务) |