论文部分内容阅读
邻近支持向量机由支持向量机衍生而来,它将支持向量机中二次规划问题的求解转换为线性方程组的求解,从而能在保证一定精度的情况下更加快速地得到分类器。传统的非线性核邻近支持向量机不能很好地解决多范围数据的多分类问题。提出了一种邻近支持向量机的优化方法,并将其应用到图像检索中。它利用高斯函数将图像特征数据映射到0~1之间以提高其差异化水平,并将其放入非线性核中,然后以加权K-means聚类算法选择最优参数,从而提高了非线性核PSVM的分类能力。实验以coral图像库中的4类图片作为图片库,对比了优化前后的检