基于大數(shù)據(jù)分析技術(shù)的激光圖像分類和識(shí)別研究
發(fā)布時(shí)間:2023-12-24 12:17
為了提高激光圖像分類效果,針對(duì)激光圖像大規(guī)模特點(diǎn),設(shè)計(jì)了基于大數(shù)據(jù)分析技術(shù)的激光圖像分類與識(shí)別方法。首先確定激光圖像的粗糙度、方向度、對(duì)比度紋理特征,構(gòu)成激光圖像紋理特征數(shù)據(jù)場(chǎng),然后引入Spark并行式支持向量機(jī)算法建立圖像分類圖器,并根據(jù)圖像分類器實(shí)現(xiàn)激光圖像類別,最后進(jìn)行了激光圖像分類和識(shí)別的仿真對(duì)比測(cè)試。測(cè)試結(jié)果表明,所提方法的激光圖像的效率與準(zhǔn)確度均優(yōu)對(duì)比方法,完全可以滿足大規(guī)模激光圖像分類與識(shí)別的實(shí)際應(yīng)用要求。
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
1 引言
2 大數(shù)據(jù)分析技術(shù)的激光圖像分類和識(shí)別方法
2.1 激光圖像紋理特征確定
2.2 基于Spark并行式支持向量機(jī)算法的激光圖像分類
3 仿真實(shí)驗(yàn)
3.1 不同紋理特征組合的識(shí)別效果分析
3.2 并行SVM與串行SVM分類性能對(duì)比
4 結(jié)論
本文編號(hào):3874492
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
1 引言
2 大數(shù)據(jù)分析技術(shù)的激光圖像分類和識(shí)別方法
2.1 激光圖像紋理特征確定
2.2 基于Spark并行式支持向量機(jī)算法的激光圖像分類
3 仿真實(shí)驗(yàn)
3.1 不同紋理特征組合的識(shí)別效果分析
3.2 并行SVM與串行SVM分類性能對(duì)比
4 結(jié)論
本文編號(hào):3874492
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3874492.html
最近更新
教材專著