一种面向海底底质分类的声纳图像特征选择的方法

    公开(公告)号:CN109522830A

    公开(公告)日:2019-03-26

    申请号:CN201811310175.7

    申请日:2018-11-06

    Abstract: 本发明属于海底底质声学图像特征选择领域,具体涉及一种面向海底底质分类的声纳图像特征选择的方法。包括二维特征间去冗余,多维特征间去冗余,基于最大相关最小冗余算法特征选择,BP神经网络分类验证四个关键步骤。本发明着手于基于海底底质声纳图像提取的多维特征,利用相关系数法除去特征间的冗余度,再利用特征之间最小冗余、特征与类之间最大相关的思路对特征进行选择。发明将相关系数去冗余的方法与最大相关最小冗余的算法相结合,取长补短,趋利避害。在特征选择过程中,既选出了能够代表类别信息的特征,又降低了计算量,节省了时间。

Patent Agency Ranking