利用聚类分析和svm对图像进行分类_算法_分类_其他

<html xmlns="http://www.w3.org/1999/xhtml"> <head> <meta charset="utf-8"> <meta name="generator" content="pdf2htmlEX"> <meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=1"> <link rel="stylesheet" href="https://static.pudn.com/base/css/base.min.css"> <link rel="stylesheet" href="https://static.pudn.com/base/css/fancy.min.css"> <link rel="stylesheet" href="https://static.pudn.com/prod/directory_preview_static/62758c19602a7856fe983668/raw.css"> <script src="https://static.pudn.com/base/js/compatibility.min.js"></script> <script src="https://static.pudn.com/base/js/pdf2htmlEX.min.js"></script> <script> try{ pdf2htmlEX.defaultViewer = new pdf2htmlEX.Viewer({}); }catch(e){} </script> <title></title> </head> <body> <div id="sidebar" style="display: none"> <div id="outline"> </div> </div> <div id="pf1" class="pf w0 h0" data-page-no="1"><div class="pc pc1 w0 h0"><img class="bi x0 y0 w1 h1" alt="" src="https://static.pudn.com/prod/directory_preview_static/62758c19602a7856fe983668/bg1.jpg"><div class="c x0 y1 w2 h2"><div class="t m0 x1 h3 y2 ff1 fs0 fc0 sc0 ls0 ws0">图像分类实验报告</div><div class="t m0 x2 h4 y3 ff2 fs1 fc0 sc1 ls0 ws0">1、实验目的； 使用一种监督学习方法和非监督学习方法，实现图像分类。图</div><div class="t m0 x3 h4 y4 ff1 fs1 fc0 sc1 ls0 ws0">像包括恐龙和汽车两种。</div><div class="t m0 x2 h4 y5 ff2 fs1 fc0 sc1 ls0 ws0">2、实验思想； 首先借鉴 Bag-of-visual-words 算法，对所有图像向量进行聚</div><div class="t m0 x3 h4 y6 ff1 fs1 fc0 sc1 ls0 ws0">类分析；再以图片为单位，根据聚类结果对图片中所有向量</div><div class="t m0 x3 h4 y7 ff1 fs1 fc0 sc1 ls0 ws0">（128 维）进行分类，并形成该图片特有的向量（该向量的维</div><div class="t m0 x3 h4 y8 ff1 fs1 fc0 sc1 ls0 ws0">数等于聚类结果的个数），对 N 个图片进行此种操作；然后对</div><div class="t m0 x3 h4 y9 ff1 fs1 fc0 sc1 ls0 ws0">该 N 个图片标记分类，使用 SVM 模型进行学习；最后，与之前</div><div class="t m0 x3 h4 ya ff2 fs1 fc0 sc1 ls0 ws0">N 个图片操作相同，对所有图片进行操作，得到对应向量，并</div><div class="t m0 x3 h4 yb ff1 fs1 fc0 sc1 ls0 ws0">进行标记，输入 SVM 模型进行分类测试（在本实验中对测试样</div><div class="t m0 x3 h4 yc ff1 fs1 fc0 sc1 ls0 ws0">本也做了标记，但该标记并不影响 SVM 的分类操作，它仅仅用</div><div class="t m0 x3 h4 yd ff1 fs1 fc0 sc1 ls0 ws0">于最后准确率的计算）。</div><div class="t m0 x2 h4 ye ff2 fs1 fc0 sc1 ls0 ws0">3、实验结果解释； </div><div class="t m0 x2 h4 yf ff2 fs1 fc0 sc1 ls0 ws0"> 自己完成部分：</div><div class="t m0 x2 h4 y10 ff2 fs1 fc0 sc1 ls0 ws0"> ①ReadFile.java：用于读取文件内容，并生成二维数组（矩阵）；</div><div class="t m0 x2 h4 y11 ff2 fs1 fc0 sc1 ls0 ws0"> ②KMeansCluster.java：用于对多个向量进行 K 均值聚类（输入为</div></div></div><div class="pi" data-data='{"ctm":[1.611850,0.000000,0.000000,1.611850,0.000000,0.000000]}'></div></div> </body> </html>