← 返回卡片

原书出处

智能算法导论

44 4 . 3 . 2 基 于 粒 子 群 算 法 的 图 像 分 类

核验版本的摘录快照 · 导入于 2026-10-23T08:14:02.870Z

迪、李宁提出一种基于PSO算法的医学图像分类方法[18],该分类方法包括预处理、特征提取和基于粒子群的集成分类器三部分。

在图像预处理阶段,使用形态学滤波和阈值法去除医学图像中的噪声;在图像特征提取阶段,使用SIFT特征描述子来提取图像的局部特征,并使用聚类方法得到SIFT特征的“视觉词汇”;在分类器阶段,使用PSO算法选出多样性和精度更高的SVM、KNN和AdaBoost分类器组合对特征进行分类,并将其应用在具有较大相似性和交叉性的医学图像上,分类精度相较于单个分类器方法具有很大的性能提升。

汤恩生提出应用改进PSO算法对支持向量机参数进行优化选取,提高对遥感图像的分类精度[19]。针对PSO算法存在的易早熟收

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter4_0007.xhtml

EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d