[发明专利]一种基于极端学习机的纹理分类方法有效
| 申请号： | 201510025460.4 | 申请日： | 2015-01-19 |
| 公开（公告）号： | CN104573728B | 公开（公告）日： | 2017-12-08 |
| 发明（设计）人： | 何凯;吴春芳;葛云峰 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 天津市北洋有限责任专利代理事务所12201 | 代理人： | 温国林 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于极端学习机的纹理分类方法，该方法包括以下步骤对已知的纹理图像样本进行特征提取，获取纹理特征向量；采用极端学习机作为基分类器，将纹理特征向量作为极端学习机的输入元素，训练基分类器，利用训练样本集对基分类器进行训练，建立分类模型；对未知的纹理图像进行特征提取，根据构建的动力学模型，获得多个基分类器的输出向量；对未知纹理图像获得的多个输出向量，采用动力模型将其进行融合，利用最大决策规则进行未知的纹理图像识别。本发明实现了纹理图像的自动分类和识别，能够获得较高的分类进度，提高了工作效率及其稳定性。本发明具有精度高、速度快、稳定性强等诸多优点，可以用于纹理图像的自动检测。 | ||
| 搜索关键词： | 一种 基于 极端 学习机 纹理 分类 方法 | ||
【主权项】：
一种基于极端学习机的纹理分类方法，其特征在于，所述方法包括以下步骤：对已知的纹理图像样本进行特征提取，获取纹理特征向量；采用极端学习机作为基分类器，将纹理特征向量作为极端学习机的输入元素，训练基分类器，利用训练样本集对基分类器进行训练，建立分类模型；对未知的纹理图像进行特征提取，根据构建的动力学模型，获得多个基分类器的输出向量；对未知纹理图像获得的多个输出向量，采用动力学模型将其进行融合，利用最大决策规则进行未知的纹理图像识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510025460.4/，转载请声明来源钻瓜专利网。
- 上一篇：与架空线缆连接的电子标签组件
- 下一篇：一种六氟化硫压力仪表图像自动识别方法
