科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文提出了基于多核学习的煤岩特征融合与识别方法,首先从煤岩图像提取两种特征,然后将每一种特征输入到一组核组合的SVM分类器中进行多核学习,得到该特征的一组核的权重系数,构成每个特征的核矩阵,最后将每个核矩阵组合起来再进行多核权重学习,得到每一组核的权重系数,最后将得出的权重组合成新的核空间,进行多核SVM分类。结果表明,该方法有效地对煤岩的图像特征进行融合,能够提高识别准确率。
- 单位
本文提出了基于多核学习的煤岩特征融合与识别方法,首先从煤岩图像提取两种特征,然后将每一种特征输入到一组核组合的SVM分类器中进行多核学习,得到该特征的一组核的权重系数,构成每个特征的核矩阵,最后将每个核矩阵组合起来再进行多核权重学习,得到每一组核的权重系数,最后将得出的权重组合成新的核空间,进行多核SVM分类。结果表明,该方法有效地对煤岩的图像特征进行融合,能够提高识别准确率。
