期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
正交全局-局部判别映射应用于植物叶片分类 被引量：7
1
作者 张善文 巨春飞 《农业工程学报》 EI CAS CSCD 北大核心 2010年第10期162-166,共5页
提出了一种正交全局-局部判别映射的维数约简方法,并应用于植物叶片分类中。对于给定点的邻域点集,首先建立能够描述数据点之间关系的权重矩阵;然后,充分利用数据的类别信息和局部信息来构建类间散度矩阵和局部结构矩阵,使得映射后类内... 提出了一种正交全局-局部判别映射的维数约简方法,并应用于植物叶片分类中。对于给定点的邻域点集,首先建立能够描述数据点之间关系的权重矩阵;然后,充分利用数据的类别信息和局部信息来构建类间散度矩阵和局部结构矩阵,使得映射后类内数据点之间的距离减小,而类间数据点之间的距离增大,这一性质有利于数据分类;最后,构造正交优化目标函数,通过Lagrange数乘法求解该目标函数。植物叶片图像分类的试验结果表明,该方法是有效、可行的。 展开更多
关键词 流形学习 植物叶片分类 正交全局-局部判别映射
在线阅读 下载PDF
基于判别映射分析的植物叶片分类方法 被引量：2
2
作者 王献锋 王旭启 张传雷 《江苏农业科学》 北大核心 2013年第3期323-325,共3页
流形学习的一个目标是寻找一个映射,使得邻域内不同类数据点之间的边界最大化。观察数据点映射后在子空间内使得同类数据点更聚集,而不同类数据点更分类。基于这个目标,提出了一种判别映射分析的算法,并将其应用于叶片分类中,该算法能... 流形学习的一个目标是寻找一个映射,使得邻域内不同类数据点之间的边界最大化。观察数据点映射后在子空间内使得同类数据点更聚集,而不同类数据点更分类。基于这个目标,提出了一种判别映射分析的算法,并将其应用于叶片分类中,该算法能够得到数据较优的判别分类特征,适用于样本分类。在瑞典植物叶片数据库上进行了试验验证,结果表明该方法是有效可行的。 展开更多
关键词 流形学习 最大边缘准则 植物叶片分类 判别映射分析
在线阅读 下载PDF
基于多特征融合与极限学习机的植物叶片分类方法 被引量：8
3
作者 火元莲 李俞利 《计算机工程与科学》 CSCD 北大核心 2021年第3期486-493,共8页
对植物的分类多通过对植物叶片的分类来实现,为提高植物叶片分类的准确率提出了一种基于多特征融合与极限学习机的植物叶片分类方法。首先对植物叶片彩色图像进行预处理,得到去除叶片颜色与背景的二值图像和灰度图像;然后从二值图像中... 对植物的分类多通过对植物叶片的分类来实现,为提高植物叶片分类的准确率提出了一种基于多特征融合与极限学习机的植物叶片分类方法。首先对植物叶片彩色图像进行预处理,得到去除叶片颜色与背景的二值图像和灰度图像;然后从二值图像中提取植物叶片的形状特征和不变矩特征,利用灰度图像提取灰度共生矩阵参数作为叶片图像的纹理特征,共得到28维的特征向量,最后采用极限学习机分类策略对特征向量进行训练和测试。在公开的植物叶片数据集Flavia上进行实验,训练分类准确率达到99%以上,测试准确率达到98%以上。实验结果表明,本文方法可以有效提高植物叶片分类的准确率。 展开更多
关键词 植物叶片分类 多特征融合 极限学习机
在线阅读 下载PDF
基于改进SVM算法的植物叶片分类研究 被引量：11
4
作者 马娜 李艳文 徐苗 《山西农业大学学报（自然科学版）》 CAS 北大核心 2018年第11期33-38,共6页
[目的]为了有效的对植物物种进行识别,[方法]本文提出了基于布谷鸟(CS)算法改进的支持向量机(SVM)方法对植物叶片分类从而识别植物物种。本文用两种数据集验证改进的CS-SVM算法对植物叶片的分类效果:UCI公开数据集和自主采集叶片图像。... [目的]为了有效的对植物物种进行识别,[方法]本文提出了基于布谷鸟(CS)算法改进的支持向量机(SVM)方法对植物叶片分类从而识别植物物种。本文用两种数据集验证改进的CS-SVM算法对植物叶片的分类效果:UCI公开数据集和自主采集叶片图像。在自主采集的叶片图像数据集中,首先对叶片图像预处理,提取6个特征值,然后再使用CS-SVM算法建立分类模型。[结果]结果表明,在UCI公开数据集每种叶片样本量较少的情况下,CS-SVM算法对叶片分类的准确率可以达到87%以上;在采集的叶片图像数据集上以鹅耳草榆属、槭属等8种植物叶片和红柳、杨属等15种植物叶片样本分别试验,前者叶片分类准确率达95%,后者则大于84%。最后,将CS-SVM算法与PSO-SVM算法对植物叶片的分类效果进行对比,结果表明两种方法在叶片分类准确率上无显著差异,但CS-SVM方法在速度上领先10 s以上。[结论]改进的CS-SVM算法在样本量少或者样本特征属性少的情况下,对植物叶片的分类具有良好的效果。 展开更多
关键词 植物叶片分类 布谷鸟搜索算法 支持向量机
在线阅读 下载PDF
基于卷积神经网络的植物叶片分类 被引量：65
5
作者 龚丁禧 曹长荣 《计算机与现代化》 2014年第4期12-15,19,共5页
回顾近年来国内外植物叶片分类的研究进展,指出传统方法存在的缺陷。简述卷积神经网络在图像分类的优势,为了简单高效地对植物叶片进行识别,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的植物叶片识别方法。在Swedish... 回顾近年来国内外植物叶片分类的研究进展,指出传统方法存在的缺陷。简述卷积神经网络在图像分类的优势,为了简单高效地对植物叶片进行识别,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的植物叶片识别方法。在Swedish叶片数据集上的实验结果表明,本算法识别正确率高达99.56%,显著优于传统的叶片识别算法。 展开更多
关键词 植物叶片分类 卷积神经网络 深度学习 神经网络 特征图
在线阅读 下载PDF
基于监督正交局部保持映射的植物叶片图像分类方法 被引量：15
6
作者 张善文 张传雷 程雷 《农业工程学报》 EI CAS CSCD 北大核心 2013年第5期125-131,共7页
针对传统的线性分类方法不能有效处理复杂、多变和非线性的植物叶片图像,在局部保持映射算法的基础上,提出了一种监督正交局部保持映射算法,并应用于基于植物叶片图像分类中。该算法首先利用Warshall算法计算样本的类别矩阵,在此基础上... 针对传统的线性分类方法不能有效处理复杂、多变和非线性的植物叶片图像,在局部保持映射算法的基础上,提出了一种监督正交局部保持映射算法,并应用于基于植物叶片图像分类中。该算法首先利用Warshall算法计算样本的类别矩阵,在此基础上充分利用样本的局部信息和类别信息构造类间散度矩阵和类内散度矩阵,使得维数约简后,在低维子空间同类样本之间的距离变小,而不同类样本之间的距离增大,由此提高了该算法的分类能力。最后,利用K-最近邻分类器进行植物分类。与经典的监督子空间维数约简方法相比,该方法在构建类内和类间散度矩阵时不需要判别数据的类别信息,能够提高算法的分类性能。在公开植物叶片图像数据库上进行了一系列植物叶片分类试验,平均正确识别率高达95.92%。试验结果表明了该算法在植物分类中的可行性。 展开更多
关键词 图像处理 算法 试验 植物叶片分类 局部保持映射 监督正交局部保持映射
在线阅读 下载PDF
一种鲁棒的监督流形学习算法及其在植物叶片分类中的应用 被引量：18
7
作者 张善文 黄德双 《模式识别与人工智能》 EI CSCD 北大核心 2010年第6期836-841,共6页
结合数据点的类别信息、局部信息和数据点的可信度,给出一种测地距离定义.在此基础上,提出一种改进的鲁棒性监督等度规映射算法,并应用于植物叶片分类中.首先利用改进的等度规映射将叶片图像投影到低维流形空间.然后采用支持向量机分类... 结合数据点的类别信息、局部信息和数据点的可信度,给出一种测地距离定义.在此基础上,提出一种改进的鲁棒性监督等度规映射算法,并应用于植物叶片分类中.首先利用改进的等度规映射将叶片图像投影到低维流形空间.然后采用支持向量机分类器进行植物叶片图像分类与识别.最后利用20种实际植物叶片图像进行植物叶片图像分类实验.实验结果表明该方法是有效可行的. 展开更多
关键词 流形学习 鲁棒性监督等度规映射(RS-Isomap) 植物叶片分类 加权主分量分析(WPCA) 支持向量机
原文传递
基于SVM的植物叶片类别识别研究 被引量：5
8
作者 桂媛 《信息技术与信息化》 2015年第9期148-150,共3页
以6种植物叶片作为研究对象,利用图像处理和模式识别方法,提出了一种基于颜色和不变矩的植物叶片识别方法。首先,分析叶片的暗通道图像,叶片和背景呈现明显的双峰分布,采用Otsu算法进行分割,得到去除背景信息的叶片图像。其次,针对分割... 以6种植物叶片作为研究对象,利用图像处理和模式识别方法,提出了一种基于颜色和不变矩的植物叶片识别方法。首先,分析叶片的暗通道图像,叶片和背景呈现明显的双峰分布,采用Otsu算法进行分割,得到去除背景信息的叶片图像。其次,针对分割出的叶片图像,提取其颜色和不变矩特征,用于表示叶片。最后,利用SVM分类方法,建立植物叶片分类模型,对测试样本机的识别准确率达91.7%,为植物叶片识别提供了一种可靠的方法。 展开更多
关键词 OTSU算法 SVM分类方法 植物叶片分类模型
在线阅读 下载PDF
基于视觉图像的植物受旱等级鉴定研究与仿真 被引量：1
9
作者 贾庆节 《计算机仿真》 CSCD 北大核心 2012年第7期321-324,共4页
研究图像识别植物受旱等级准确鉴定问题,一些耐旱植物在吸收不同水分的条件下,叶子的叶片细胞液浓度、比鲜叶重等像素、图像形态特征变化极小。传统的利用图像的植物受旱等级鉴定方法多是基于叶片细胞液浓度、比鲜叶重等像素特征在不同... 研究图像识别植物受旱等级准确鉴定问题,一些耐旱植物在吸收不同水分的条件下,叶子的叶片细胞液浓度、比鲜叶重等像素、图像形态特征变化极小。传统的利用图像的植物受旱等级鉴定方法多是基于叶片细胞液浓度、比鲜叶重等像素特征在不同干旱条件下,表现的差异进行植物干旱程度判断,一旦特征差异不明显,其特征变化参数将不准确,造成受旱等级鉴定准确度不高。提出像素局部敏感判别分析算法的植物受旱等级鉴定方法。利用一个映射,使得邻域内不同植物受旱像素点之间的边界最大化。细微差异像素点经过计算映射后在子空间内使得干旱植物叶片点更聚集,克服传统方法的弊端。实验结果表明,利用改进算法进行受旱等级鉴定,提高了鉴定的准确度。 展开更多
关键词 受旱情况 局部敏感判别分析 植物叶片分类
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部