最小错误概率Bayes分类在杨梅图像数据分类中的运用  

作　　者：卢巍 王昕 

机构地区：[1]昆明文理学院信息工程学院 [2]云南轻纺职业学院

出　　处：《数字技术与应用》2022年第9期17-19,共3页Digital Technology & Application

基　　金：云南省教育厅科学研究基金项目:基于K-MEANS聚类算法在水果采摘中的应用(2021J0873)。

摘　　要：本文以Bayes分类为基础理论,结合杨梅图像自身的特点和它所服从的统计学特性,得到一种基于最小错误概率Bayes决策的分类方法在杨梅图像数据分类中的运用。文章首先介绍基于最小错误概率Bayes决策理论,然后从理论上推导其在杨梅图像数据中分类数据的运用,最后通过实验分析其运用的实际效果和各种不同参数对分类效果的影响并得出结论。模式识别与信号处理、概率统计、数字图像处理等学科有着密切的联系,其中很多分类方法较为成熟且广泛的运用于数据分类中,并在许多实际问题和多种不同分布数据分类中取得了良好的效果。

关 键 词：BAYES分类 数字图像处理 图像数据 数据分类 模式识别 分类数据 Bayes决策 最小错误概率 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]