文献类型：期刊文章

作　　者：吕洁[1] 麦雄发[2] 谢妙[1]

Lv Jie;Mai Xiongfa;Xie Miao(School of Computer Science and Engineering,Yulin Normal University,Yulin 537000,China;School of Mathematics and Statistics,Nanning Normal University,Nanning 530001,China)

机构地区：[1]玉林师范学院计算机科学与工程学院,广西玉林537000 [2]南宁师范大学数学与统计学院,广西南宁530001

出　　处：《南京理工大学学报》

基　　金：国家自然科学基金(61662028)。

年　　份：2022

卷　　号：46

期　　号：1

起止页码：113-118

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：为了提高图像识别性能,采用孪生支持向量机用于图像分类识别,并结合二维Gabor小波对图像纹理特征进行提取,借助局部线性嵌入(Locally linear embedding,LLE)降维,以进一步提高图像识别准确率和识别效率。采用二维Gabor小波对图像数据进行有效滤波,获得图像关键纹理特征,然后对大量纹理特征进行LLE降维,以降低维度过高带来的运算量巨大问题,采用孪生支持向量机(Twin support vector machine,TWSVM)对关键纹理特征进行分类,获得图像分类结果并完成图像识别。实验证明,Gabor+LLE+TWSVM方法对图像识别的适用度高,相比常用图像识别算法,通过合理设置二维Gabor小波的尺度和方向参数,并借助LLE有效降维,运用孪生支持向量机可以获得更高的图像识别准确率。

关 键 词：图像识别 二维Gabor小波  孪生支持向量机  局部线性嵌入 降维

分 类 号：TP319.13]