收藏本站
收藏 | 论文排版

基于HOG和随机森林的极限学习机图像分类研究

胡谦磊  
【摘要】:在互联网蓬勃发展的年代,用户可以随时随地上传任何图像。而且随着智能机的普及和各种社交平台的推广,图像分享已成为当下潮流。由此可见,图像数据将作为整个互联网信息的重要组成部分,有效理解这些图像内容能够有助于发现用户行为模式,挖掘新知识,在下一代互联网竞争中取得制高点。图像分类作为理解图像内容的重要手段之一,在金融、邮政、公共安全、交通等领域都有成功的应用,其重要性不言而喻。对于图像特征提取算子和分类器的研究一直是图像分类研究中的重点。特征提取方法和分类器相结合能够对原始图像进行有效的降维处理。而且在有大量样本的前提下,通过训练样本调整特征提取算子和分类器模型的参数能够使分类结果接近最优解。目前图像分类研究存在的主要问题在于:1.对于特征提取来说,人为选择特定的特征提取算子具有一定的不确定性,而且所提取的图像特征没有经过筛选,在一定程度上来说,所提取的部分图像特征也可能干扰分类精度;2.对于分类器来说,要获得较好的分类准确率通常需要较长的训练时间,如何平衡训练时间和识别准确率之间的关系,在使训练时间尽可能短的情况下提高分类准确率是广大研究者正在考虑的问题。极限学习机是一种训练速度快的分类模型,而且泛化能力强,是解决分类问题的一个较好模型。本文主要的创新点在于提出了一种结合HOG和随机森林(Random Forest)的极限学习机分类模型。通过统计原始图像的梯度或边缘方向,对图像进行HOG特征提取,同时引入随机森林方法,对HOG特征的各个维度进行重要性度量,进一步剔除重要性低的冗余信息。最终将经过筛选的特征作为极限学习机网络的输入,通过极限学习机进行图像分类。我们在MNIST和USPS数据集上进行了实验,实验结果表明本文方法在训练时间上优于多层极限学习机模型,在准确率上优于传统的ELM、HOG-ELM和多层ELM。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李建更;高志坤;;随机森林:一种重要的肿瘤特征基因选择法[J];生物物理学报;2009年01期
2 刘足华;熊惠霖;;基于随机森林的目标检测与定位[J];计算机工程;2012年13期
3 董师师;黄哲学;;随机森林理论浅析[J];集成技术;2013年01期
4 王象刚;;基于K均值随机森林快速算法及入侵检测中的应用[J];科技通报;2013年08期
5 陈姝;彭小宁;;基于粒子滤波和在线随机森林分类的目标跟踪[J];江苏大学学报(自然科学版);2014年02期
6 罗知林;陈挺;蔡皖东;;一个基于随机森林的微博转发预测算法[J];计算机科学;2014年04期
7 王丽婷;丁晓青;方驰;;基于随机森林的人脸关键点精确定位方法[J];清华大学学报(自然科学版);2009年04期
8 李建更;高志坤;;随机森林针对小样本数据类权重设置[J];计算机工程与应用;2009年26期
9 张建;武东英;刘慧生;;基于随机森林的流量分类方法[J];信息工程大学学报;2012年05期
10 吴华芹;;基于训练集划分的随机森林算法[J];科技通报;2013年10期
11 张华伟;王明文;甘丽新;;基于随机森林的文本分类模型研究[J];山东大学学报(理学版);2006年03期
12 邱一卉;林成德;;基于随机森林方法的异常样本检测方法[J];福建工程学院学报;2007年04期
13 马昕;王雪;杨洋;;基于随机森林算法的大学生异动情况的预测[J];江苏科技大学学报(自然科学版);2012年01期
14 程光;王贵锦;何礼;林行刚;;人体姿势估计中随机森林训练算法的并行化[J];计算机应用研究;2014年05期
15 于延;王建华;;基于云计算平台的随机森林算法的研究与实现[J];科技通报;2013年04期
16 刘永春;宋弘;;基于随机森林的乳腺肿瘤诊断研究[J];电视技术;2014年15期
17 杨帆;林琛;周绮凤;符长虹;罗林开;;基于随机森林的潜在k近邻算法及其在基因表达数据分类中的应用[J];系统工程理论与实践;2012年04期
18 李升;宋舜宏;;网络入侵检测中属性分组的随机森林算法[J];计算机安全;2009年11期
19 吴琼;李运田;郑献卫;;面向非平衡训练集分类的随机森林算法优化[J];工业控制计算机;2013年07期
20 聂斌;王卓;杜建强;朱明峰;林剑鸣;艾国平;熊玲珠;;基于粗糙集和随机森林算法辅助糖尿病并发症分类研究[J];江西师范大学学报(自然科学版);2014年03期
中国重要会议论文全文数据库 前10条
1 谢程利;王金桥;卢汉清;;核森林及其在目标检测中的应用[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
2 武晓岩;方庆伟;;基因表达数据分析的随机森林方法及算法改进[A];黑龙江省第十次统计科学讨论会论文集[C];2008年
3 张天龙;梁龙;王康;李华;;随机森林结合激光诱导击穿光谱技术用于的钢铁分类[A];中国化学会第29届学术年会摘要集——第19分会:化学信息学与化学计量学[C];2014年
4 相玉红;张卓勇;;组蛋白去乙酰化酶抑制剂的构效关系研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
5 张涛;李贞子;武晓岩;李康;;随机森林回归分析方法及在代谢组学中的应用[A];2011年中国卫生统计学年会会议论文集[C];2011年
6 冯飞翔;冯辅周;江鹏程;刘菁;刘建敏;;随机森林和k-近邻法在某型坦克变速箱状态识别中的应用[A];第八届全国转子动力学学术讨论会论文集[C];2008年
7 郑海红;曾平;;一种基于图像分类的逆半调算法[A];’2004计算机应用技术交流会议论文集[C];2004年
8 文振焜;欧阳杰;朱为总;;基于语义特征与支持向量机的图像分类[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
9 王海峰;管亮;;基于颜色特征的图像分类技术在油品分析中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
10 陈思坤;吴洪;;基于图分块并利用空间金字塔的医学图像分类[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 张乾;基于随机森林的视觉数据分类关键技术研究[D];华南理工大学;2016年
2 薛小明;基于时频分析与特征约简的水电机组故障诊断方法研究[D];华中科技大学;2016年
3 曹正凤;随机森林算法优化研究[D];首都经济贸易大学;2014年
4 雷震;随机森林及其在遥感影像处理中应用研究[D];上海交通大学;2012年
5 姚登举;面向医学数据的随机森林特征选择及分类方法研究[D];哈尔滨工程大学;2016年
6 胡尧;基于低秩矩阵估计的机器学习算法分析[D];浙江大学;2015年
7 李昌英(Ri ChangYong);基于上下文信息的语义图像分类研究[D];浙江大学;2014年
8 陈博;基于集成学习和特征选择的极化SAR地物分类[D];西安电子科技大学;2015年
9 王晓东;基于稀疏特征学习的复杂图像分类[D];西安电子科技大学;2014年
10 顾迎节;面向图像分类的主动学习算法研究[D];南京理工大学;2015年
中国硕士学位论文全文数据库 前10条
1 胡谦磊;基于HOG和随机森林的极限学习机图像分类研究[D];湘潭大学;2017年
2 钱维;药品不良反应监测中随机森林方法的建立与实现[D];第二军医大学;2012年
3 韩燕龙;基于随机森林的指数化投资组合构建研究[D];华南理工大学;2015年
4 贺捷;随机森林在文本分类中的应用[D];华南理工大学;2015年
5 张文婷;交通环境下基于改进霍夫森林的目标检测与跟踪[D];华南理工大学;2015年
6 李强;基于多视角特征融合与随机森林的蛋白质结晶预测[D];南京理工大学;2015年
7 朱玟谦;一种收敛性随机森林在人脸检测中的应用研究[D];武汉理工大学;2015年
8 肖宇;基于序列图像的手势检测与识别算法研究[D];电子科技大学;2014年
9 李慧;一种改进的随机森林并行分类方法在运营商大数据的应用[D];电子科技大学;2015年
10 赵亚红;面向多类标分类的随机森林算法研究[D];哈尔滨工业大学;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978