机构名称：
¥ 1.0
摘要发达国家最重要的优先事项之一是使用机器决策而不是人类。需要该领域的领域之一就是健康。为此，确定人们的肥胖和瘦弱在研究和研究社会的健康状况和采用卫生系统政策方面非常有用。人物作为研究数据库的图像是从几个不同的环境中编写的，在这些环境中，相机与人之间的距离在所有人之间都是相同的。然后，使用背景扣除去除图像的背景。包括图像形态特征的图像特征是从图像中提取的，并分为两类以执行分类操作。人们分为三类：脂肪，中和薄。使用高斯低通滤波器方法将图像液体使用，并使用两种盐和胡椒噪声和高斯噪声进行过滤的不同频率。n正常图像，最高精度与精度为97.1％的SVM方法有关，最低的方法分别与MLP，贝叶斯和KNN算法有关。本文的结果表明，除了能够从肥胖和瘦弱方面对社会人民进行分类之外，还比到目前为止提出的大多数方法都具有更高的准确性。根据这项研究的解决方案和结果，通过增加人们的形象，除了提高准确性外，它将达到更实际的水平。关键字关键字：分类，图像处理，机器学习，SVM，薄，脂肪
使用图像...
主要关键词
相关文件推荐
