基于多特征提取和SVM分类器的纹理图像分类_唐银凤

为了提高轮胎花纹图像的精度,提出了一种新的具有旋转不变性的图像多尺度纹理特征提取方法。 Curvelet变换用于轮胎花纹图像,以提取每个子带的均值和方差作为特征值。所有特征值形成一个特征向量来表示图像

对灰度图进行基于共生矩阵的纹理特征提取，直接读入图片，最终计算能量、熵、对比度、相关度等特征

基于小波变换方式提取图像的纹理特征代码，支持主流图像格式jpg，bmp等，特征类型包括gmm纹理（点估计、似然估计）两种，熵，均值及方差

基于Bayes、决策树和SVM分类算法的图像分类研究，通过使用给定的图像数据集作为训练和测试集，采用不同特征的Bayes、决策树和SVM算法对图像进行分类。通过评估分类的精度、召回率和F1值，以及混淆

针对高光谱图像特征利用不足和训练样本难以获取的问题,提出了一种具有多特征和改进堆栈稀疏自编码网络的高光谱图像分类算法。采用流形学习获得高光谱图像的低维数据结构,并提取高光谱图像的光谱特征、具有空间信息

SVM图像分类:使用`sklearn.svm`进行图像分类

SVM image classification paper

SVM图像分类论文：基于SVM的离线图像目标分类算法、基于SVM的食物图像分类算法的研究

深度学习是一项功能强大的技术，除其他任务外，还广泛应用于图像识别和自然语言处理任务。 在这项工作中，我们提出了一种有效的技术，可以利用预训练的卷积神经网络（CNN）架构从图像中提取强大的功能，以用于对

用java开发的SVM分类器，里面有说明