邻域核局部支持向量机在图像分类中的研究

图像分类方法的研究对图像的检索、识别等具有重要意义。局部支持向量机能够有效利用样本的局部信息，与标准支持向量机等分类算法相比具有较高的分类精度。邻域核函数是一种能够有效反映邻域信息变化状况的核函数。将邻域核函数与局部支持向量机相结合，提出一种基于邻域核函数的局部支持向量机，并将该算法应用于图像分类识别中。为验证算法的有效性，使用树木图像数据集进行测试实验。实验结果表明，将邻域核函数应用于局部支持向量机，能够有效提高图像的分类精度。