《表1 测试精度和测试时间》
数字图像可以用一个二维矩阵表示,在上一步骤已经把2 000个点状符号样本归一化处理成大小(50,50)的图像,因此将每个样本(50,50)的二维矩阵特征映射成特征向量[11],此时的原始图像xi(i=1,2,…,2 000)存成大小是(1,2 500)的向量,数量为2 000的点状符号样本集可以表示成样本集特征矩阵X,其中X=(2 000,2 500),矩阵X的每一列代表一个样本图像,行表示样本图像的总数。将样本集特征矩阵及其对应的类别标签作为训练SVM分类器的输入源数据,得到可以分类20种样本的最优化平面的SVM分类器,训练过程如式(4)—式(9)。SVM分类器训练精度,测试样本时间,测试正确率见表1。
图表编号 | XD0085407600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.25 |
作者 | 陈瑞淋、王崇倡 |
绘制单位 | 辽宁工程技术大学测绘与地理科学学院、辽宁工程技术大学测绘与地理科学学院 |
更多格式 | 高清、无水印(增值服务) |