一种基于支持向量机分类树的地基云图识别方法

发明专利无效专利

申请号：
CN201110335124.1
IPC分类号：G06K9/66
申请日期：
2011-10-28
申请人：
华中科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于支持向量机分类树的地基云图识别方法
申请号	CN201110335124.1	申请日期	2011-10-28
法律状态	撤回	申报国家	中国
公开/公告日	2012-03-28	公开/公告号	CN102393914A
优先权	暂无	优先权号	暂无
主分类号	G06K9/66 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕 G06K9/64 应用带有许多基准的多个图像信号的同时比较或相关的，例如，电阻矩阵〔3〕 G06K9/66 这些基准通过适宜的方法是能够进行调节的，例如，学习〔3〕	IPC分类号	G;0;6;K;9;/;6;6查看分类表>
申请人	华中科技大学	申请人地址	湖北省武汉市洪山区珞喻路1037号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华中科技大学	当前权利人	华中科技大学
发明人	杨卫东;刘瑞涛;曹治国;吴洋;张航
代理机构	华中科技大学专利中心	代理人	李佑宏

摘要

本发明公开了一种基于支持向量机的分类树的陆基云图分类方法，包括：(1)在陆基云图中挑选训练样本(2)使用Gabor滤波器组对训练样本进行频域分解(3)提取每个滤波图像的排序直方图谱特征向量和感兴趣算子特征向量，得到训练样本集合(4)将训练样本集合中K个类别的训练样本按照指定的聚类数目聚为ni类，然后将ni个类中心作为该类的训练样本，得到新的训练样本集合(5)建立基于支持向量机分类器的分类树模型(6)对T中的样本进行分类，完成陆基云图的分类。本发明针对地基云图考虑了不同云类之间的多种特征值，并将SVM机器学习算法和分类树算法结合进行多类云图自动分类识别，具有较强的鲁棒性和较快的分类速度，分类准确率高。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供