-
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
Applicant: 哈尔滨工程大学
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。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
