论文部分内容阅读
有些时候单独用常用的线性、多项式、Gauss/RBF径向基和SIGMOID核函数构造支持向量机(Support Vector Ma-chine,SVM)进行图像分割,并不能得到满意的结果。为了得到更好的分割效果,文中提出一种基于最优权值组合核函数的支持向量机图像分割方法,将作为局部核的Gauss/RBF核函数、全局核的多项式核函数,以及广泛运用的SIGMOID核函数通过两两加权来构造新的函数,并对权值进行遍历优化,找出分割效果最好的权值组合。实验结果表明,多项式核函数和SIGMOID核函数加权形成的