返回主题:学习范式与泛化边界

知识卡片

结构图卡 · 3743

图像分类流程需闭环评估

理解等级:初级

图像分类先预处理图像,再提取可供模型使用的特征,最后训练分类器并评估结果。粒子群可插入特征选择、参数估计或分类器组合等搜索环节;要判断改进是否有效,还须固定数据划分和评价指标,与相同分类流程的基线比较。

结构图:

flowchart LR
  A[图像预处理] --> B[特征提取与选择]
  B --> C[分类模型]
  C --> D[结果评估]
  E[粒子群搜索] --> B
  E --> C
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 4 . 3 . 2 基 于 粒 子 群 算 法 的 图 像 分 类 · 查看原书依据

      其主要过程就是将经过某些预处理(去噪、增强、复原)的图像,进行特征提取,然后使用分类算法建立合适的分类模型,最终利用模型对待分类图像进行分类,并对分类结果进行性能评估。 经过多年的发展,图像分类相关的理论和技术不断地完善和进步,并开始融合一些先进的理论和思想来解决现存的问题,这已经成为一个重要的趋势。

    参考来源

    - 位置:《智能算法导论》第 4 章“4.3.2 基于粒子群算法的图像分类”(`_epub-src/EPUB/xhtml/chapter4_0007.xhtml`)。 - 结论依据:正文先给出预处理、特征提取、建模和评估流程,随后列出粒子群在特征选择、参数估计及分类器组合中的用法。 - 原始内容:其主要过程就是将经过某些预处理(去噪、增强、复原)的图像,进行特征提取,然后使用分类算法建立合适的分类模型,最终利用模型对待分类图像进行分类,并对分类结果进行性能评估。