论文部分内容阅读
针对传统最小二乘支持向量机易产生过拟合,在曲面拟合边缘检测中推广性能差的问题,提出了一种改进的多核的鲁棒最小二乘支持向量机图像边缘检测技术.并且利用粒子群算法对实验中的参数进行寻优,得到最优参数.通过与已有的Canny算法、BP神经网络算法以及使用单一核函数的标准LS-SVM相比较,验证了多核的鲁棒LS-SVM算法的有效性.实验结果表明:该算法提取的边缘比较精细、伪边缘较少,是一种有效的图像分析与处理的方法.