文件名称:基于词袋模型的电子报图像分类方法研究 (2013年)
文件大小:1.02MB
文件格式:PDF
更新时间:2024-05-31 01:01:43
自然科学 论文
针对电子报图像信息量大、分类精度低和耗时多的特点,提出利用词袋模型提取图片的代表特征,并采用朴素贝叶斯分类器指导特征矩阵分类.结果表明,图像分类精度最大值能达到93%,分类处理时间约为3s,充分满足了电子报图像分类和个性化推荐的准确性和实时性要求.
文件名称:基于词袋模型的电子报图像分类方法研究 (2013年)
文件大小:1.02MB
文件格式:PDF
更新时间:2024-05-31 01:01:43
自然科学 论文
针对电子报图像信息量大、分类精度低和耗时多的特点,提出利用词袋模型提取图片的代表特征,并采用朴素贝叶斯分类器指导特征矩阵分类.结果表明,图像分类精度最大值能达到93%,分类处理时间约为3s,充分满足了电子报图像分类和个性化推荐的准确性和实时性要求.