公共文化服务平台

国家自然科学基金(60805014): 作品数：13 被引量：87H指数：6; 相关作者：黄敏朱启兵赵桂林刘海涛更多>>; 相关机构：江南大学更多>>; 发文基金：国家自然科学基金中央高校基本科研业务费专项资金江苏省自然科学基金更多>>; 相关领域：理学自动化与计算机技术农业科学轻工技术与工程更多>>

一种新的二叉树SVM多分类算法被引量：1: 2009年; 在二叉树结构支持向量机(SVM)多分类算法的基础上,针对二叉树算法中点和叶盲目划分的问题,提出了一种新的二叉树SVM多分类算法。该算法通过标记划分的方法,一方面解决了盲目划分的问题,另一方面大大减少了子分类器的数目,大幅度提高了算法的速度。实验结果表明,该算法具有一定的优越性。; 刘海涛黄敏朱启兵; 关键词：二叉树支持向量机分类器

基于高光谱图像技术的苹果粉质化LLE-SVM分类被引量：12: 2010年; 苹果粉质化程度是衡量其内部品质的一个重要因素,采用了高光谱散射图像技术进行苹果粉质化的无损检测。针对高光谱散射图像数据量大的特点,提出了局部线性嵌入(local linear embedded,LLE)和支持向量机(support vector machine,SVM)相结合的用于检测苹果粉质化的新分类方法。LLE是一种通过局部线性关系的联合来揭示全局非线性结构的非线性降维方法,能有效计算高维输入数据在低维空间的嵌入流形。对降维后的高光谱数据采用SVM进行分类。将LLE-SVM分类方法与传统的SVM分类方法比较,仿真结果表明,对高光谱数据而言,用LLE-SVM得到的训练精度高于单纯使用SVM的训练精度;降维前后,分类器的测试精度变化不大,波动范围不超过5%。LLE-SVM为高光谱散射图像技术进行苹果粉质化无损检测提供了一个有效的分类方法。; 赵桂林朱启兵黄敏; 关键词：局部线性嵌入非线性降维支持向量机

基于非负矩阵分解一稀疏表示分类的玻璃缺陷图像识别: 基于机器视觉的玻璃缺陷识别对于高效的生产优质玻璃具有重要意义论文提出了一种将非负矩阵分解与稀疏表示分类相结合的玻璃缺陷图像识别方法针对玻璃缺陷图像的高维特点,采用非负矩阵分解算法将高维缺陷图像分解为基图像和加权系数矩阵,...; 杨宝朱启兵黄敏; 关键词：特征提取非负矩阵分解; 文献传递

基于高光谱图像的玉米种子特征提取与识别被引量：29: 2012年; 玉米种子的形态特征是玉米品种识别的重要因素之一.采用高光谱成像系统获取9个品种共432粒玉米种子的高光谱反射图像,对图像进行校正和预处理,提取每个样本在563.6～911.4nm共55个波段范围内的形状特征.分别利用单波段、多波段和全波段下的玉米种子形状特征结合偏最小二乘判别法进行模型分类.结果显示,全波段范围内训练集和测试集的平均正确识别率达到98.31%和93.98%,均优于多波段和单波段的正确识别率.研究表明,该方法能充分利用高光谱图像中可见光和近红外区域的有效特征信息,较准确地鉴别玉米品种,为玉米品种的自动识别领域提供了一种新方法.; 黄敏朱晓朱启兵冯朝丽; 关键词：高光谱图像玉米种子

基于邻域粗糙集和高光谱散射图像的苹果粉质化检测被引量：3: 2011年; 研究了基于邻域粗糙集理论的高光谱散射图像苹果粉质化无损检测方法。以576幅波长范围为600～1 000 nm的苹果高光谱数据为研究对象,利用邻域粗糙集模型对81个原始波段进行选择,从中选择出最优波长子集;利用支持向量机建立分类模型,随机选择526个样本作为训练集,其余50个样本作为测试集,重复仿真10次验证分类能力。仿真结果表明邻域粗糙集能够得到充分表述粉质化程度的14个最优波长,测试模型的平均精度为75%,高于全波长模型的71%和采用主成分分析法的74%。; 朱启兵黄敏赵桂林; 关键词：苹果无损检测邻域粗糙集

基于小波变换的高光谱散射图像特征提取被引量：1: 2011年; 高光谱散射图像的特征提取是影响模型精度的重要因素。本文对600个'Golden Delicious'苹果样本的高光谱散射图像进行分析,分别采用平均反射法和小波变换提取特征。小波变换以Danbechies小波系的Db1函数作为基函数进行1层和2层小波分解,然后选取小波低频系数的一范数作为特征值。利用Kennard-Stone算法划分样本,450个样本用于建模,150的样本用于预测。不同方法提取的特征值输入结合偏最小二乘(PLS)算法建立苹果内部品质的预测模型。结果表明1层小波变换特征提取方法与平均反射(mgan reflectance,Mean)特征提取方法相比能将硬度的预测集相关系数从0.797提高到0.821,预测集均方根误差保持不变;糖度的预测集相关系数从0.837略微提高到0.842并降低了预测集均方根误差。因此小波变换为高光谱散射图像提供了一种有效的特征提取方法。; 赵鑫黄敏朱启兵; 关键词：特征提取小波变换

基于核非负分解的人脸图像特征提取与分类: 2012年; 针对非负矩阵分解算法在样本维数过高情况下收敛效果差的问题,提出了一种核矩阵非负分解算法。通过核映射方法获得表征样本间相似度的核矩阵,以减小样本类内散度,增大样本类间散度,从而改善样本内部噪声干扰,提高样本间的线性可分度;再将核矩阵在非负条件约束下分解为基向量及其加权系数矩阵,用系数矩阵作为原样本特征。经人脸图像特征提取与分类实验验证,新算法可更好地提取高维人脸图像的低维特征,提高分类正确率。; 杨宝朱启兵; 关键词：核矩阵人脸图像特征提取

基于高光谱散射图像技术的UVE-LLE苹果粉质化分类被引量：2: 2011年; 利用高光谱散射图像技术研究了苹果的粉质化无损检测.提出了一种无信息变量消除法和局部线性嵌入相结合的苹果粉质化分类的新方法.经无信息变量消除法筛选后的波段降为全谱的23.5%.将波段选择后的原始图像数据用局部线性嵌入降维作为偏最小二乘判别分析的输入变量并建模.无信息变量消除法与局部线性嵌入相结合算法和局部线性嵌入降维方法得到的粉质化分类测试准确度分别是79.0%和79.0%;无信息变量消除法与平均反射法相结合和平均反射法特征提取得到的是77.4%和75.8%.结果表明,无信息变量消除法与局部线性嵌入想结合的方法可以大大地降低高光谱散射图像的数据量,同时保证了分类准确度,为在线检测、分类和高光谱数据的存储提供了一种实时、有效的方法.; 汪泊锦黄敏朱启兵王爽

基于光谱特征的玉米品种高光谱图像识别被引量：12: 2012年; 为了对玉米种子进行无损识别分类,对玉米种子的高光谱图像的光谱信息进行分析,探索高光谱图像技术在玉米种子识别分类上的可行性。利用波长范围为400～1 000 nm的高光谱图像采集系统采集11类共528粒玉米样本的高光谱图像;在每个玉米样本上提取感兴趣区域并获取此区域的平均光谱信息,对光谱曲线进行分析,去除12个奇异样本;结合偏最小二乘判别分析法对所选玉米种子样本识别分类。实验结果表明,在所选玉米样本的识别中训练集样本的识别精度可以达到99.22%,测试集样本的识别精度也达到了94.66%。研究结果表明,不同种类的玉米种子的光谱信息具有一定的差异性,利用高光谱图像技术提取其光谱信息对玉米种子品种进行无损识别分类是可行的。; 冯朝丽朱启兵朱晓黄敏; 关键词：光谱信息

高光谱的有监督Isomap-SVM苹果粉质化分类被引量：4: 2011年; 苹果粉质化程度是衡量其内部品质的一个重要因素,粉质化造成苹果质量的降低以及商业价值的贬值。高光谱图像技术结合了光谱技术和图像技术的优点,能够无损检测苹果内部品质。提出了有监督等距映射(S-Isomap)和支持向量机(SVM)相结合的用于检测苹果粉质化的新分类方法。S-Isomap-SVM分类方法首先用S-Isomap对高光谱数据作非线性降维,再用SVM对降维后的数据进行分类。对于未知类别的测试样本,采用BP神经网络建模输出的方法,而后结合SVM得到对应的测试精度。这里将S-Isomap-SVM分类方法与SVM以及Isomap-SVM分类方法比较。结果表明,对高光谱数据而言,用S-Isomap-SVM得到的检测精度最高。; 赵桂林朱启兵黄敏; 关键词：非线性降维 BP神经网络

国家自然科学基金(60805014)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(60805014)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈