-
题名基于PCA算法的人脸识别
被引量：18
- 1
-
-
作者
黄华盛
杨阿庆
-
机构
广东科技学院计算机系
-
出处
《电子科技》
2015年第8期98-101,共4页
-
文摘
PCA算法作为一种数值分析技术,主要的应用是用于简化数据、降低数据维度。将PCA算法应用到人脸识别,能提取出人脸图像中最主要特征,去除数据的冗余和噪声。文中采用PCA进行人脸识别,能为人脸识别提取区分度高的特征数据,有效提高了识别的准确性。且在ORL和YALE人脸库进行了实验。实验结果表明,该方法对实验的人脸图像有较高的识别率。
-
关键词
主成份分析
特征提取
人脸识别
-
Keywords
principal component analysis
feature extraction
face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于WM系统的田间植物病害图像分析仪的开发
- 2
-
-
作者
黄华盛
刘富昌
钟晓乐
邓继忠
黎伟烧
-
机构
华南农业大学工程学院
-
出处
《电子科技》
2012年第9期16-18,27,共4页
-
基金
广东省大学生创新实验计划基金资助项目(1056411148)
华南农业大学教改基金资助项目(JG10029)
-
文摘
植物叶片病斑面积估算是进行植物病害田间调查的一种常用方法,但常规的人工估算等方法依赖人眼判读,因此存在植物病害程度分级不精确、调查人员工作量大以及不同人员判定尺度不一等问题。文中采用数字图像识别技术计算叶片病斑面积,以期提高其计算精度及植病程度估计的准确性。以基于Windows Mobile系统的智能手机作为开发平台,采用C#编程,开发了一个田间植物病害图像分析仪,该仪器利用手机的拍照功能完成了田间植物叶片的图像采集,并能对病斑面积以百分比进行分析,进而得出植病的严重度。模拟试验表明,该仪器操作简便、分析准确。通过软件开发,还能进一步拓展其分析功能。
-
关键词
植物病害诊断
田间调查
图像识别
智能手机
-
Keywords
plant disease diagnosis
field investigation
image recognition
smart phone
-
分类号
TN919.82
[电子电信—通信与信息系统]
-
-
题名基于BP网络的小麦腥黑穗病害分类诊断
被引量：4
- 3
-
-
作者
李敏
邓继忠
袁之报
黄华盛
王张
-
机构
华南农业大学工程学院
海南出入境检验检疫局热带植物隔离检疫中心
-
出处
《电子科技》
2011年第12期10-12,共3页
-
基金
质检公益性行业科研专项基金资助项目(200910008)
-
文摘
将图像分析与模式识别技术应用于小麦腥黑穗病害图像的分类诊断,对于提高出入境植物病害检验检疫工作的自动化程度具有实际意义。文中在分析了小麦网腥、印度腥和矮腥等3种病害孢子图像的形状和纹理特征后,选择了描述孢子的长轴、短轴、等价椭圆短轴、面积、周长及惯性矩等6个典型特征,设计了一个具有6个输入向量、4个输出向量的BP神经网络小麦病害分类器,用于对这3种病害图像进行分类诊断。经初步试验,对33个测试样本的正确识别率达到81.8%,表明该分类器具有较高的精度,能够完成这3种病害的分类诊断任务。
-
关键词
小麦腥黑穗病
BP网络
分类
-
Keywords
BP neural network
tilletia disease
classification
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名小麦腥黑穗病害的模式识别诊断方法研究
被引量：1
- 4
-
-
作者
邓继忠
李敏
袁之报
金济
黄华盛
王张
-
机构
华南农业大学工程学院
海南出入境检验检疫局热带植物隔离检疫中心
海南出入境检验检疫局检验检疫技术中心
-
出处
《农机化研究》
北大核心
2012年第5期38-41,共4页
-
基金
国家质检公益性行业科研专项(200910008)
-
文摘
针对小麦腥黑穗病害的形状和纹理特征选取了最有利于病害分类的6个特征参数,并分别利用最小距离法、BP神经网络和支持向量机3种模式识别方法实现了对小麦腥黑穗病害的诊断研究。对包括小麦网腥黑穗病、小麦印度腥黑穗病以及小麦矮腥黑穗病共48个孢子病害图像进行了分类诊断实验。实验表明,支持向量机法对小麦腥黑穗病的分类识别能力优于最小距离法和BP神经网络,当核函数是Sigmoid时,支持向量机法性能最优,总体识别率达到93.9%。
-
关键词
小麦腥黑穗病
模式识别
分类诊断
孢子
支持向量机
-
Keywords
tilletia diseases
pattern recognition
classification and diagnosis
spores
support vector machine
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于Fihserfaces算法的人脸识别
被引量：1
- 5
-
-
作者
杨阿庆
黄华盛
-
机构
广东科技学院计算机系
-
出处
《电子科技》
2015年第10期11-14,共4页
-
文摘
Fisher鉴别是一种有监督的特征提取技术,因其计算简单、分类效果良好而得到广泛应用。文中使用基于Fisher鉴别数值分析技术,对人脸数据进行特征提取,再使用最小距离分类器进行分类识别。该算法在ORL和YALE人脸库进行了实验,根据统计对ORL人脸库和YALEA人脸库的识别率分别为94.00%和89.33%。实验结果表明,Fisherfaces算法对于人脸库中的图像有较高的识别率。
-
关键词
Fisher鉴别
主成份分析
Fisherfaces
人脸识别
-
Keywords
Fisher analysis
PCA
Fisherfaces
face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
