论文部分内容阅读
支持向量机方法是一种基于统计学理论的机器学习的新方法,它在解决小样本,非线性及高维模式识别中表现出许多特有的优势。目前它主要用于二元分类问题中,而对于其在多类分类应用仍是一个值得研究的问题。在目前存在的各种多类支持向量机分类问题中,一对一方法是一种最符合实际的方法。本文提出了一种改进的支持向量机,并将其应用于图像分割。这种改进的支持向量机它对一对一方法进行了改进,实验表明,支持向量机的方法是一种很有潜力的图像分割技术。