科研之友
微信
新浪微博
Facebook
分享链接
摘要
<正>本文以Bayes分类为基础理论，结合杨梅图像自身的特点和它所服从的统计学特性，得到一种基于最小错误概率Bayes决策的分类方法在杨梅图像数据分类中的运用。文章首先介绍基于最小错误概率Bayes决策理论，然后从理论上推导其在杨梅图像数据中分类数据的运用，最后通过实验分析其运用的实际效果和各种不同参数对分类效果的影响并得出结论。模式识别与信号处理、概率统计、数字图像处理等学科有着密切的联系，其中很多分类方法较为成熟且广泛的运用于数据分类中，并在许多实际问题和多种不同分布数据分类中取得了良好的效果。其中Bayes分类一直在这些分类方法中占据着重要地位，它是模式识别中最主要的统计处理方法，其成熟的理论基础和对许多学科问题高度的适应性使得它被广泛运用于许多不同的学科中，并衍生出各自学科中独立的算法[1]。
-
单位云南师范大学文理学院; 云南轻纺职业学院
