高介入度产品品牌原产地识别准确度研究——以中国市场电视机品牌为例 被引量：1

1

作者 朱凌 高丽 潘煜 《系统管理学报》 CSSCI 2013年第2期239-250,共12页

在近期有关原产地的国际研究中,一些学者认为消费者不清楚产品或品牌的原产地,甚至有人认为全世界都如此。针对此提出质疑,在中国以电视机为产品对象进行了品牌原产地识别准确度(BORA)的测量,并提出了一个新的影响品牌原产地识别准确度... 在近期有关原产地的国际研究中,一些学者认为消费者不清楚产品或品牌的原产地,甚至有人认为全世界都如此。针对此提出质疑,在中国以电视机为产品对象进行了品牌原产地识别准确度(BORA)的测量,并提出了一个新的影响品牌原产地识别准确度的因素——购买经验。因此得出以下结论:中国城市消费者对高介入度产品的品牌原产地识别准确度(BORA高)比较高,BORA高与教育程度呈正相关;男性消费者的BORA高比女性消费者更高;消费者的民族中心主义观念与其外国品牌的BORA高呈负相关;消费者的购买经历与其中国品牌的BORA高呈正相关关系;消费者的国际经历与其中国品牌的BORA高不相关;消费者的受教育程度及经济收入分别与其国际经历呈正相关关系,而消费者的年龄与其国际经历呈负相关关系。本研究结论对于国际营销学者关于全世界消费者都不清楚品牌原产地的观点提出质疑,建立了一个消费者对于BORA高的认知模型。 展开更多

关键词 原产地 品牌原产地识别准确度 高介入度产品

在线阅读 下载PDF 职称材料

基于多模态融合技术的红外人脸识别方法 被引量：1

2

作者 张杰 汤嘉立 《激光杂志》 CAS 北大核心 2024年第5期246-251,共6页

针对当前红外人识别准确率低问题,提出基于多模态融合技术的红外人脸识别方法。对人脸图像进行去噪与增强处理,得到高灰度级图像,采用二维小波变换提取串联特征向量,利用多模态融合算法计算特征通道的上下文注意力系数,使类间特征差异... 针对当前红外人识别准确率低问题,提出基于多模态融合技术的红外人脸识别方法。对人脸图像进行去噪与增强处理,得到高灰度级图像,采用二维小波变换提取串联特征向量,利用多模态融合算法计算特征通道的上下文注意力系数,使类间特征差异得以量化,结合模态融合决策函数,对人脸图像特征进行融合,根据分类器的最优分类准则计算图像间的匹配度,实现红外人脸识别。在实验论证中,对所提方法的识别性能进行了验证,结果显示,在大样本与小样本的识别中,所提方法得到的识别准确率为95%左右,对于红外人脸图像具有较高的识别准确率。 展开更多

关键词 多模态融合技术 红外人脸 人脸识别 识别准确率

在线阅读 下载PDF 职称材料

基于VMD-CNN-BiLSTM的轴承故障多级分类识别 被引量：2

3

作者 王祎颜 王衍学 姚家驰 《机电工程》 CAS 北大核心 2024年第9期1554-1564,共11页

双馈风力发电机(DFIG)作为风能发电领域的关键设备之一,保障其稳定运行显得尤为重要。针对DFIG轴承故障的多级分类问题,提出了一种基于参数优化的变分模式分解-卷积神经网络-双向长短期记忆(VMD-CNN-BiLSTM)故障诊断模型。首先,采用改... 双馈风力发电机(DFIG)作为风能发电领域的关键设备之一,保障其稳定运行显得尤为重要。针对DFIG轴承故障的多级分类问题,提出了一种基于参数优化的变分模式分解-卷积神经网络-双向长短期记忆(VMD-CNN-BiLSTM)故障诊断模型。首先,采用改进的麻雀优化算法——鱼鹰-柯西-麻雀搜索算法(OCSSA)对变分模态分解(VMD)的惩罚因子、模态分量进行了优化,OCSSA算法是将鱼鹰算法和柯西变异策略与麻雀算法进行了融合,形成了一种新的优化算法,该算法利用强大的参数搜索能力获取了更精确的频率特征;然后,利用卷积神经网络(CNN)提取了信号的时域和频域特征,并对特征进行了融合;最后,利用双向长短期记忆网络(BiLSTM)学习了故障的序列模式,完成了故障的多级分类任务。研究结果表明:基于OCSSA算法优化的VMD-CNN-BiLSTM模型在多级轴承故障识别方面表现出明显的优势,平均识别准确率可达98.36%,与CNN-LSTM、CNN-BiLSTM和VMD-BiLSTM模型进行对比,该模型具有更卓越的故障诊断性能、出色的泛化能力和快速的计算速度。这一结果充分验证了该模型在双馈风力发电机轴承故障的多级分类识别任务上的有效性,且适用于在线监测和智能诊断,为实现高效、可靠的风能发电提供了重要的实际应用价值。 展开更多

关键词 双馈风力发电机 变分模式分解-卷积神经网络-双向长短期记忆 鱼鹰-柯西-麻雀搜索算法 轴承故障诊断 多级分类 识别准确率 泛化能力

在线阅读 下载PDF 职称材料

易地扶贫搬迁户的识别:多维贫困测度及分解 被引量：41

4

作者 殷浩栋 王瑜 汪三贵 《中国人口·资源与环境》 CSSCI CSCD 北大核心 2017年第11期104-114,共11页

易地扶贫搬迁是精准扶贫主要实现途径"五个一批"工程中的重要举措之一,有效识别易地扶贫搬迁户及其特征既是贫困研究的基础理论问题,也是扶贫实践中精准帮扶的重要依据。但由于识别方法欠缺和工作偏差问题,有效识别搬迁户成... 易地扶贫搬迁是精准扶贫主要实现途径"五个一批"工程中的重要举措之一,有效识别易地扶贫搬迁户及其特征既是贫困研究的基础理论问题,也是扶贫实践中精准帮扶的重要依据。但由于识别方法欠缺和工作偏差问题,有效识别搬迁户成为现实难题。本文从家庭禀赋、生态环境、基础设施与公共服务这三个维度构建了易地扶贫搬迁户识别的多维指标体系,根据扶贫搬迁户的特征差异,将搬迁农户分为家庭保障型、环境生存型和自我发展型三个类型,利用8省16县2 185户已纳入搬迁计划的农户样本,检验了多维指标体系下的扶贫搬迁户的识别情况,并采用回归分解方法分析了不同指标对识别准确率的贡献度。研究发现:(1)搬迁对象的识别存在一定比例的漏进,其中陕西、四川和云南三省搬迁农户的识别漏进比率最高,漏进的类型主要是自我发展型;(2)学校可及性、集市可及性、地理条件、医院可及性、人均耕地面积是对准确识别搬迁户的贡献度最大的五项指标。(3)现行搬迁目标并非完全由于生态恶劣而"非搬不可",部分农户受制于基础设施和公共服务条件的不足而被纳入了搬迁群体。本文所构建的扶贫搬迁户识别的多维指标体系,既为提高扶贫搬迁的瞄准效率和实施有针对性的配套政策提供参考依据,也为易地扶贫搬迁政策的效果评估提供了有理论价值和可操作化的视角。相关研究结论为后续扶贫搬迁工作提供了一些启示,扶贫搬迁项目需要重视搬迁对象的识别工作,并注意在部分自然条件尚可的区域,可以通过完善基础设施和公共服务供给的途径替代易地扶贫搬迁项目。 展开更多

关键词 易地扶贫搬迁 多维贫困 识别准确率 回归分解

在线阅读 下载PDF 职称材料

基于卷积神经网络(CNN)和CUDA加速的实时视频人脸识别 被引量：21

5

作者 孔英会 王之涵 车辚辚 《科学技术与工程》 北大核心 2016年第35期96-100,107,共6页

为了兼顾视频人脸识别中识别准确率和实时性,提出了基于卷积神经网络(CNN)和CUDA加速的实时视频人脸识别方法。构建了一个6层结构的CNN人脸识别网络,在视频帧中通过Adaboost算法检测到的人脸输入所构建的CNN中进行视频人脸识别,结合CUD... 为了兼顾视频人脸识别中识别准确率和实时性,提出了基于卷积神经网络(CNN)和CUDA加速的实时视频人脸识别方法。构建了一个6层结构的CNN人脸识别网络,在视频帧中通过Adaboost算法检测到的人脸输入所构建的CNN中进行视频人脸识别,结合CUDA并行计算架构,对算法进行加速。此外为了更适用于实际视频监控情况,通过对CNN网络结构末尾Softmax分类器的分类结果进行多级判决引入了开集人脸识别功能。从多个角度对该方法进行了实验验证,结果证明,此方法可满足识别准确率和实时性要求,同时对于视频中人脸姿态变化、光照变化、距离远近等都具有良好的鲁棒性。 展开更多

关键词 卷积神经网络 识别准确率 统一计算设备 实时性 鲁棒性

在线阅读 下载PDF 职称材料

一种电子鼻识别模型应用于多味酱油酿造分析 被引量：8

6

作者 刘彦平 王磊 谢健 《中国调味品》 CAS 北大核心 2019年第6期144-146,153,共4页

为进一步提高对酱油酿造过程效率及成品质量的把控,设计一种电子鼻智能识别系统对酱油酿造多种风味进行分析和研究。在重点掌握多味酱油酿造工艺、过程监测指标及关键环节控制的基础上,从电子鼻对食品调味品气味识别机理入手,建立该系... 为进一步提高对酱油酿造过程效率及成品质量的把控,设计一种电子鼻智能识别系统对酱油酿造多种风味进行分析和研究。在重点掌握多味酱油酿造工艺、过程监测指标及关键环节控制的基础上,从电子鼻对食品调味品气味识别机理入手,建立该系统的识别模型,从软件控制算法与硬件模块设置两方面形成完整的电子鼻多味酱油酿造识别模型进行识别试验,得到:该电子鼻识别系统的识别准确率可达90%以上,对酱油多味的识别时间控制在60s内,整体运行稳定可靠。基于电子鼻识别技术应用于酱油酿造的多味判定适用性广,且可为类似调味品风味识别与生产指标监控系统的设计开发提供参考思路。 展开更多

关键词 酱油酿造 监测指标 识别模型 控制算法 识别准确率

在线阅读 下载PDF 职称材料

视觉假体中动态图像识别研究 被引量：3

7

作者 赵瑛 耿秀琳 +2 位作者 李琦 蒋广琪 谷宇 《计算机工程与应用》 CSCD 北大核心 2018年第23期162-169,共8页

为了确定低分辨率动态图像识别的最小信息需求,通过灰度化、二值化、边缘提取和匹配不同的仿真光幻视模板等处理策略将绘画过程视频处理为五种分辨率(24×24,32×32,48×48,64×64和128×128)的像素化动态视频,对... 为了确定低分辨率动态图像识别的最小信息需求,通过灰度化、二值化、边缘提取和匹配不同的仿真光幻视模板等处理策略将绘画过程视频处理为五种分辨率(24×24,32×32,48×48,64×64和128×128)的像素化动态视频,对其进行视频复杂度分析,并使用简化的Itti算法提取特征点来分类有效信息,记录并统计分析不同分辨率下的被试者识别时间以及识别准确率。实验结果表明,随着不同分辨率下的视频复杂度的升高,识别时间逐渐减少,识别准确率不断升高;动态视频的像素化分辨率越高,识别所需特征信息越少,当视频像素化分辨率达到64×64或128×128时,被试者只需少量特征信息即可完成识别。 展开更多

关键词 视觉假体 视频复杂度 识别时间 识别准确率 特征点提取

在线阅读 下载PDF 职称材料

相位敏感光时域反射计识别入侵事件算法 被引量：6

8

作者 郑印 段发阶 +1 位作者 涂勤昌 韦波 《光子学报》 EI CAS CSCD 北大核心 2015年第1期79-84,共6页

在相位敏感光时域反射计识别入侵事件中,基于传统算法研究了时间域单点振动判断、空间域相邻点振动判断、特征量峰值比例判断相互结合的算法,并从算法的识别准确率、实时性、复杂性、定位稳定性等角度,衡量算法的优劣.实验验证发现,时... 在相位敏感光时域反射计识别入侵事件中,基于传统算法研究了时间域单点振动判断、空间域相邻点振动判断、特征量峰值比例判断相互结合的算法,并从算法的识别准确率、实时性、复杂性、定位稳定性等角度,衡量算法的优劣.实验验证发现,时间域单点振动判断、空间域相邻点振动判断结合的算法识别入侵事件准确率最高,达100%,且实时性满足性能要求,算法简单,定位稳定性好.该算法在不同频率下振动事件中适用性较强,可为相位敏感光时域反射计应用于安防监测领域的信号处理部分提供参考. 展开更多

关键词 光纤传感器 相位敏感光时域反射计 入侵监测 信号处理 识别准确率

在线阅读 下载PDF 职称材料

B2DPCA和ELM人脸识别算法研究 被引量：2

9

作者 李定珍 郭建昌 《液晶与显示》 CAS CSCD 北大核心 2013年第3期440-445,共6页

提出一种新型、高效的基于B2DPCA(双向二维主成分分析)和ELM(极端学习机)的人脸识别算法,该算法是根据曲波变换分解人脸图像和一种改进的降维技术,通过B2DPCA生成识别特征集来训练和测试ELM分类器,提高识别精度。通过大量实验,并把实验... 提出一种新型、高效的基于B2DPCA(双向二维主成分分析)和ELM(极端学习机)的人脸识别算法,该算法是根据曲波变换分解人脸图像和一种改进的降维技术,通过B2DPCA生成识别特征集来训练和测试ELM分类器,提高识别精度。通过大量实验,并把实验结果与现存技术进行比较,结果表明B2DPCA+ELM算法有效地提高了识别准确率,并降低了对原型数量的依赖。将来有望能把局部特征和基于曲波分解的全局信息结合起来应用到识别精度和分类速度上。 展开更多

关键词 人脸识别 双向二维主成分分析 极端学习机 降维技术 识别准确率

在线阅读 下载PDF 职称材料

基于深度残差网络和GRU的SqueezeNet模型的交通路标识别 被引量：8

10

作者 霍爱清 张文乐 李浩平 《计算机工程与科学》 CSCD 北大核心 2020年第11期2030-2036,共7页

现有的交通路标识别方法都是基于卷积神经网络的,随着网络层数的增加,准确率会提高,但也出现了效率降低、参数量增加等问题。为此,提出结合深度残差网络和GRU网络的改进SqueezeNet模型(SqueezeNet-IR-GRU)。该模型采用ELU函数作为激活函... 现有的交通路标识别方法都是基于卷积神经网络的,随着网络层数的增加,准确率会提高,但也出现了效率降低、参数量增加等问题。为此,提出结合深度残差网络和GRU网络的改进SqueezeNet模型(SqueezeNet-IR-GRU)。该模型采用ELU函数作为激活函数,以提高学习效率;引入深度残差网络,以避免网络太深时梯度消失的情况;利用GRU神经网络能够记忆过去的重要特征来保证模型的稳定性。在CIFIR-10和GTSRB数据集上进行了实验,其识别准确率分别达到99.13%和88.25%以上。实验结果表明,SqueezeNet-IR-GRU模型不仅大幅度降低了参数量,其收敛性、稳定性和召回率也都优于其他网络模型的。 展开更多

关键词 SqueezeNet GRU神经网络 深度残差网络 识别准确率 稳定性

在线阅读 下载PDF 职称材料

模式识别在激光雷达图像分析识别中的应用

11

作者 王小芬 张海娜 马玉芳 《激光杂志》 北大核心 2017年第2期94-97,共4页

针对当前激光雷达图像识别精度低的难题,提出了基于向量机的激光雷达图像识别方法。首先对激光雷达图像进行预处理,重构模糊视觉特征,提取显著像素点特征,然后以激光雷达图像的显著像素点特征作为分类器输入数据,利用模式识别算法—支... 针对当前激光雷达图像识别精度低的难题,提出了基于向量机的激光雷达图像识别方法。首先对激光雷达图像进行预处理,重构模糊视觉特征,提取显著像素点特征,然后以激光雷达图像的显著像素点特征作为分类器输入数据,利用模式识别算法—支持向量机分类器进行模式识别,实现对激光雷达图像的特征分类和准确识别,最后实验结果表明,该方法的激光雷达图像分类识别准确度高于传统方法。 展开更多

关键词 模式识别 激光雷达图像 识别准确度 支持向量机

在线阅读 下载PDF 职称材料

一种用于话句识别系统的文法分析技术 被引量：1

12

作者 林道发 《中文信息学报》 CSCD 1991年第2期22-28,共7页

在实用语音识别系统中,为了尽可能提高识别准确度,可以借助词语间的约束关系来辅助话句的判识。本文以直观方式介绍一种适用于中等词汇量、特定主题、分离词话句识别的文法分析技术。最后简要介绍了我们在语音识别系统中应用这个技术的... 在实用语音识别系统中,为了尽可能提高识别准确度,可以借助词语间的约束关系来辅助话句的判识。本文以直观方式介绍一种适用于中等词汇量、特定主题、分离词话句识别的文法分析技术。最后简要介绍了我们在语音识别系统中应用这个技术的情况。 展开更多

关键词 语音识别系统 文法分析 特定主题 模型训练 判识 节点号 识别准确率 隐马尔可夫模型 数据存储空间 概率值

在线阅读 下载PDF 职称材料

用于局部放电模式识别的深度置信网络方法 被引量：39

13

作者 张新伯 唐炬 +5 位作者 潘成 张晓星 金淼 杨东 郑建 汪挺 《电网技术》 EI CSCD 北大核心 2016年第10期3272-3278,共7页

气体绝缘电器(gas insulated switchgear,GIS)内部绝缘缺陷产生的局部放电(partial discharge,PD),特征表现较复杂,分散性大,易受运行环境影响,而基于PD统计特征模式识别的传统方法,特征量选取主观性较强,且容易丢失部分特征信息,尤其... 气体绝缘电器(gas insulated switchgear,GIS)内部绝缘缺陷产生的局部放电(partial discharge,PD),特征表现较复杂,分散性大,易受运行环境影响,而基于PD统计特征模式识别的传统方法,特征量选取主观性较强,且容易丢失部分特征信息,尤其对自由金属微粒类型缺陷识别率较低。因此,提出了一种基于深度置信网络(deep belief nets,DBN)的GIS设备内部PD模式识别方法,DBN能从数据中自主学习出高阶特征,避免了特征量选取的主观影响,能较好识别自由金属微粒类型缺陷,且识别用时远低于支持向量机(support vector machine,SVM)和BP神经网络(back propagation neural networks,BPNN)算法,作为对GIS设备PD模式识别的新方法具有一定的实用价值。 展开更多

关键词 气体绝缘电器 局部放电 深度置信网络 模式识别 识别准确率

在线阅读 下载PDF 职称材料

基于多尺度残差神经网络的葡萄叶片病害识别 被引量：33

14

作者 何欣 李书琴 刘斌 《计算机工程》 CAS CSCD 北大核心 2021年第5期285-291,300,共8页

葡萄叶片不同程度的病害具有一定的相似性,目前对于葡萄叶片病害的识别多为病害种类识别,对不同程度病害识别的研究较少,且传统识别方法对于不同程度病害识别准确率较低。提出一种基于多尺度残差神经网络(Multi-Scale ResNet)的葡萄叶... 葡萄叶片不同程度的病害具有一定的相似性,目前对于葡萄叶片病害的识别多为病害种类识别,对不同程度病害识别的研究较少,且传统识别方法对于不同程度病害识别准确率较低。提出一种基于多尺度残差神经网络(Multi-Scale ResNet)的葡萄叶片病害识别方法。对葡萄叶片病害图像进行数据增强与叶片区域标注后,使用Mask R-CNN提取葡萄叶片部位,通过引入多尺度卷积以改变ResNet底层对不同尺度特征的响应,利用加入的SENet提升网络的特征提取能力,并将图像输入Multi-Scale ResNet中进行识别。实验结果表明,该方法的平均识别准确率达到90.83%,相比ResNet18提高了2.87个百分点。 展开更多

关键词 残差网络 病害识别 Mask R-CNN网络 多卷积组合 识别准确率

在线阅读 下载PDF 职称材料

基于GoogLeNet Inception-V3模型的电力设备图像识别 被引量：38

15

作者 徐凯 梁志坚 +2 位作者 张镱议 刘兴华 郑含博 《高压电器》 CAS CSCD 北大核心 2020年第9期129-135,143,共8页

随着电网智能运检的不断推进,电力设备状态监测产生了海量图像数据,然而目前尚无十分有效的方法对其进行智能分类识别。为解决机器学习对图像中的复杂特征提取困难和常规卷积神经网络学习能力不足带来的数据堆积和误判等问题,提出一种基... 随着电网智能运检的不断推进,电力设备状态监测产生了海量图像数据,然而目前尚无十分有效的方法对其进行智能分类识别。为解决机器学习对图像中的复杂特征提取困难和常规卷积神经网络学习能力不足带来的数据堆积和误判等问题,提出一种基于GoogLeNet Inception-V3模型的电力设备图像识别方法。首先介绍电力设备图像识别的模型结构及实现步骤,随后阐述该模型在特征提取中的高效性和准确性,最后通过实验证明该方法的优势。研究结果表明,提出方法对断路器、电流互感器、绝缘子、避雷器和电压互感器的平均识别准确率高达92.0%,比浅层CNN、k NN分类算法、VGG-16、GoogLeNet Inception-V1模型分别高32.5%、24.0%、6.5%和4.0%,具有较高的可行性和工程实用价值。 展开更多

关键词 电力设备 卷积神经网络 图像识别 识别准确率

在线阅读 下载PDF 职称材料

基于改进的LBP的低分辨率车牌汉字识别 被引量：4

16

作者 王叶 张洪刚 +1 位作者 方旭 郭军 《中文信息学报》 CSCD 北大核心 2009年第5期86-91,共6页

低分辩率的车牌汉字识别是字符识别中的一个难题。随着智能交通和模式识别技术的发展,传统的基于二值图的识别方法已不能满足实际要求。该文采用基于灰度图的汉字识别方法,避免了在传统二值化过程中不必要的结构信息丢失。该文将局域二... 低分辩率的车牌汉字识别是字符识别中的一个难题。随着智能交通和模式识别技术的发展,传统的基于二值图的识别方法已不能满足实际要求。该文采用基于灰度图的汉字识别方法,避免了在传统二值化过程中不必要的结构信息丢失。该文将局域二值模式(Local Binary Patterns,LBP)算子运用于字符识别,使得车牌汉字的识别率由过去的74.25%提高到98.80%;并在已有的局域二值模式算子的基础上提出了一种改进的局部二值模式(Advanced Local Binary Pattern,ALBP)算法,使得汉字的识别时间大幅度缩短。实验结果表明,该文提出的方法对于低质量的车牌灰度汉字具有较强的鲁棒性,与传统识别方法相比,识别准确率和识别速度都有了较大的改进。 展开更多

关键词 人工智能 模式识别 汉字识别 ALBP 识别准确率 识别速度

在线阅读 下载PDF 职称材料

基于深度学习的工业零件识别与抓取实时检测算法 被引量：5

17

作者 吕张成 张建业 +1 位作者 陈哲钥 刘浩 《机床与液压》 北大核心 2023年第24期33-38,共6页

为了提高工业生产中视觉控制机械臂抓取工业零件的精度和速度,提出一种新的识别工业零件类别和最佳抓取位置的检测算法。运用YOLOv5l目标检测算法对视界中的多种工业零件进行识别,随后将其识别图片传入抓取位置检测算法进行最佳抓取位... 为了提高工业生产中视觉控制机械臂抓取工业零件的精度和速度,提出一种新的识别工业零件类别和最佳抓取位置的检测算法。运用YOLOv5l目标检测算法对视界中的多种工业零件进行识别,随后将其识别图片传入抓取位置检测算法进行最佳抓取位置的识别。针对抓取位置检测的问题,提出一种改进的神经网络模型,在GG-CNN网络的基础上添加四层残差网络做平层特征提取,增强特征提取的效果。实验结果表明:此算法的识别准确率在95%以上,抓取成功率在90%左右,验证了该算法在多种工业零件和最佳抓取位置识别中具有高准确性和时效性。 展开更多

关键词 深度学习 识别准确率 目标检测 抓取检测 实时性

在线阅读 下载PDF 职称材料

基于改进BP网络的小麦品种识别 被引量：13

18

作者 孟惜 王克俭 韩宪忠 《贵州农业科学》 CAS 2017年第10期156-160,共5页

为了提高小麦品种的识别准确率,以河北农业大学选育的6个小麦品种为研究对象,对小麦籽粒图像进行中值滤波阈值分割等方法预处理后,对形态、颜色、纹理3个方面进行特征提取。其次利用BP神经网络对单个品种的小麦进行识别,然后结合主成分... 为了提高小麦品种的识别准确率,以河北农业大学选育的6个小麦品种为研究对象,对小麦籽粒图像进行中值滤波阈值分割等方法预处理后,对形态、颜色、纹理3个方面进行特征提取。其次利用BP神经网络对单个品种的小麦进行识别,然后结合主成分分析(PCA)法降维研究一次性识别多类小麦品种,最后为避免神经网络的局限性,利用PSO算法优化网络权值参数。结果表明:BP网络对单个小麦品种具有非常好的识别效果,其中河农7069品种的识别准确率达100%;结合PCA法降维后小麦品种平均的识别准确率为91.582%;利用PSO算法优化网络后识别准确率增加至94.3%,达到了更好的识别分类效果。 展开更多

关键词 特征提取 神经网络 PSO算法 主成分分析法 识别准确率

在线阅读 下载PDF 职称材料

一种轻量级CNN农作物病害图像识别模型 被引量：21

19

作者 孟亮 郭小燕 +2 位作者 杜佳举 沈航驰 胡彬 《江苏农业学报》 CSCD 北大核心 2021年第5期1143-1150,共8页

针对传统CNN(Convolutional neural network)模型存在训练参数量大而无法应用于硬件条件受限的场合这一问题,本研究提出一种轻量级CNN农作物病害识别模型,能够在保证模型识别准确率情况下简化模型结构,扩大模型的适用场景。设计1个深度... 针对传统CNN(Convolutional neural network)模型存在训练参数量大而无法应用于硬件条件受限的场合这一问题,本研究提出一种轻量级CNN农作物病害识别模型,能够在保证模型识别准确率情况下简化模型结构,扩大模型的适用场景。设计1个深度卷积模块作为基本卷积单元,2个深度卷积模块和1个批归一化层组成1个残差块作为残差单元,以残差单元作为基本元素设计一个轻量级CNN农作物病害识别模型。对辣椒、番茄和马铃薯的病害图像进行分类识别,最终模型在训练集上的总识别准确率为99.33%,测试集上的总识别准确率为98.32%。相对VGG16等传统模型,在进行农作物病害识别时本模型有更高的识别准确率、更快的识别速度和更小的内存占用。 展开更多

关键词 CNN 轻量级 农作物 病害 识别准确率

在线阅读 下载PDF 职称材料

改进KNN算法对人体身份的识别 被引量：4

20

作者 连天友 余勤 《计算机工程与应用》 CSCD 北大核心 2019年第11期142-146,243,共6页

为了理解特征学习过程、减少数据存储和提高识别率,提出使用Kinect v2的面部数据和骨骼数据作为数据集和一种改进KNN算法对人体身份的识别。使用Kinect v2提取出人体脸部特征点和骨骼关节点的三维位置信息,通过提取出的特征点的坐标计... 为了理解特征学习过程、减少数据存储和提高识别率,提出使用Kinect v2的面部数据和骨骼数据作为数据集和一种改进KNN算法对人体身份的识别。使用Kinect v2提取出人体脸部特征点和骨骼关节点的三维位置信息,通过提取出的特征点的坐标计算出理解性强的特征信息如眼宽、臂长等。利用一种改进的截断均值聚类方法,通过排序把奇异值分布到数据集两端,截取数据集中间特征以抑制奇异值,利用基于匹配识别准确度的改进KNN算法对人体身份进行预测。实验结果表明提出的聚类方法匹配识别准确度更高,改进的分类方法也提高了识别的准确率。 展开更多

关键词 人体身份识别 脸部数据 骨骼数据 排序截断均值法 匹配识别准确度

在线阅读 下载PDF 职称材料