研究目的
为了评估基于直方图的图像处理方法作为机器学习数据归一化方法的有效性,特别是针对支持向量机(SVM)和随机森林分类器。
研究成果
所提出的图像处理方法作为预处理步骤,在与z分数标准化结合使用时提高了SVM分类器的准确性。对于随机森林分类器,某些图像增强方法(AGCWD和CACHE)在不需z分数标准化的情况下提升了准确率。预处理方法的有效性取决于所使用的机器学习算法。
研究不足
该研究仅聚焦于支持向量机(SVM)和随机森林分类器,未探究所提方法与其他机器学习算法(包括深度学习)的有效性。
研究目的
为了评估基于直方图的图像处理方法作为机器学习数据归一化方法的有效性,特别是针对支持向量机(SVM)和随机森林分类器。
研究成果
所提出的图像处理方法作为预处理步骤,在与z分数标准化结合使用时提高了SVM分类器的准确性。对于随机森林分类器,某些图像增强方法(AGCWD和CACHE)在不需z分数标准化的情况下提升了准确率。预处理方法的有效性取决于所使用的机器学习算法。
研究不足
该研究仅聚焦于支持向量机(SVM)和随机森林分类器,未探究所提方法与其他机器学习算法(包括深度学习)的有效性。
加载中....
您正在对论文“[IEEE 2018年第七届全球消费电子大会(GCCE) - 日本奈良 (2018.10.9-2018.10.12)] 2018年IEEE第七届全球消费电子大会(GCCE) - 基于直方图的机器学习图像预处理”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期