基于层次聚类LS-SVM的图像分割方法  

Image Segmentation Method Based on Hierarchical Clustering Least Squares Support Vector Machine

作　　者：胡学坤[1] 宋淑娜[1] 李金霞[1] 高尚[1,2] 

机构地区：[1]江苏科技大学计算机科学与工程学院,镇江212003 [2]浙江大学CAD&CG国家重点实验室,杭州310027

出　　处：《计算机与数字工程》2010年第1期143-146,共4页Computer & Digital Engineering

基　　金：浙江大学CAD&CG国家重点实验室开放课题项目(编号:A0704)资助;江苏省高校自然科学基础研究项目(编号:08KJB520003)资助

摘　　要：文章对最小二乘支持向量机进行稀疏化处理,再借鉴层次聚类的思想,采用正向训练、反向测试的方法构造了层次聚类最小二乘支持向量机,简化了分类器的结构。与常用的几种图像分割方法比较实验,结果表明该方法缩短了训练测试时间,提高了分割效果。A new least squares support vector machine based on sparseness method and hierarchical clustering algorithm is proposed. The order of the training process and testing process for algorithm is opposite. And then the structure of classifier is simplified. Compared with several basic methods on image segmentation experiment, the results indicate the algorithm can reduce the time of training and testing and improve the effect of image segmentation.

关 键 词：最小二乘支持向量机 稀疏化 层次聚类 图像分割 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]