论文部分内容阅读
多类别图像分类是计算机视觉领域的一个基本问题,现有分类方法大多是根据一对多的原则构建一个多类别分类器,在构建分类器时忽视了类与类之间的本质关联,难以较好地利用样本特征。为此,提出一种基于截断核函数的分类器构建方法。利用截断核函数捕捉图像类别之间的关联,同时避免传统核函数在逼近矩阵秩时的偏差问题,并针对建立的截断核函数优化模型,设计一种有效的交叉迭代算法。实验结果表明,该截断核函数方法能够提高图像分类的精确度。