文献

J-GLOBAL ID：201302200860379493   整理番号：13A1113663

サポートベクトルマシンによる海底ソナー堆積物画像認識

Seafloor sonar sediment image recognition with the Support Vector Machine

著者 (5件)： Xiong Mingkuan (Key Lab. of Submarine Geosciences, Second Inst. of Oceanography, SOA, Hangzhou) ,  Wu Ziyin (Key Lab. of Submarine Geosciences, Second Inst. of Oceanography, SOA, Hangzhou) ,  Li Shoujun (Key Lab. of Submarine Geosciences, Second Inst. of Oceanography, SOA, Hangzhou) ,  Luo Xiaowen (Key Lab. of Submarine Geosciences, Second Inst. of Oceanography, SOA, Hangzhou) ,  Tang Qiuhua (First Inst. of Oceanography, SOA, Qingdao)
資料名： Haiyang Tongbao  (Haiyang Tongbao)
巻： 31  号： 4  ページ： 409-414  発行年： 2012年 
JST資料番号： C2029A  ISSN： 1001-6392  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 海底ソナー濃淡画像を分割して,主成分分析による性能ベクトルユニットを抜き取ることによって,平均値,標準偏差,対照,相関係数,エネルギーと均一性は,トレーニング性能ベクトルとしてサポートベクトルマシン(SVM)パラメータを最適化するように選択した。砂,岩石と泥土を訓練するためにマルチSVMを使用して,それは効果的に,速く,完全に堆積物タイプの3つの種類を切り離すことができて,テスト精度は,すべて80%を上回ってあった。本方法が,海底ソナー濃淡画像の分類と認識において効果的に使用することができるということを証明した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *サポートベクトルマシン ,  パターン認識 ,  コンピュータ ,  ベクトルプロセッサ ,  並列演算 ,  画像認識 ,  堆積物 ,  主成分分析 ,  相関係数 ,  標準偏差 ,  パラメータ ,  濃淡画像

分類 (1件)： 海洋汚濁  (SB02040B)

タイトルに関連する用語 (5件)： サポートベクトルマシン ,  海底 ,  ソナー ,  堆積物 ,  画像認識