一种基于GA‑ELM的立体图像质量客观评价方法
- 专利权人:
- 天津大学
- 发明人:
- 李素梅,范如,孟迪,侯春萍
- 申请号：
- CN201610781313.4
- 公开号：
- CN107067388A
- 申请日:
- 2016.08.31
- 申请国别(地区):
- 中国
- 年份:
- 2017
- 代理人:
- 李素兰
- 摘要：
- 本发明公开了一种基于GA‑ELM的立体图像质量客观评价方法，步骤(1)、选取训练样本和测试样本；步骤(2)、利用OLPP算法对于训练样本和测试样本进行特征提取和降维；步骤(3)、采用GA优化的极端学习机ELM对训练样本进行分类处理；将遗传算法的优化结果返回ELM网络，用优化后的αi和bi计算产生输出层权值矩阵β，完成模型建立。本发明采用优化后的ELM网络能够具有更好的分类识别效果，提高测试样本正确分类识别率；本方法还比较了GA‑ELM算法和ELM、SVM算法的性能，从中可知，本发明在立体图像质量客观评价方面整体性能优于ELM、SVM，具有实际可行性。
- 来源网站：
- 中国工程科技知识中心
