期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
应用空间灰度共生矩阵定量分析木材表面纹理特征
被引量：
22
1
作者
于海鹏
刘一星
+1 位作者
张斌
李永峰
《林业科学》
EI
CAS
CSCD
北大核心
2004年第6期121-129,共9页
引入空间灰度共生矩阵对木材表面纹理进行定量分析 ,在对国内 5 0个树种径弦向纹理计算、分析的基础上得出结论 :像素点对间距d取 3,像素点对角度θ在径向纹理时取 0°,在弦向纹理时取 0°、4 5°和 135°的平均值对于...
引入空间灰度共生矩阵对木材表面纹理进行定量分析 ,在对国内 5 0个树种径弦向纹理计算、分析的基础上得出结论 :像素点对间距d取 3,像素点对角度θ在径向纹理时取 0°,在弦向纹理时取 0°、4 5°和 135°的平均值对于反映木材纹理的特点较适宜。在 11种纹理特征参数的基础上归纳出 4个纹理主成分因子 ;讨论了主成分上木材纹理的分布规律和特点 ,并具体对木材的径、弦向纹理分别进行了分析 ,得出了各自的变化特点 ;提出了纹理综合值的计算方法 ,以及通过纹理综合值判定 2种纹理间相似性的方法。
展开更多
关键词
木材表面纹理
定量分析
空间灰度共生矩阵
数字图像纹理分析
在线阅读
下载PDF
职称材料
基于泡沫图像特征加权SVM的浮选工况识别
被引量：
14
2
作者
任会峰
阳春华
+2 位作者
周璇
桂卫华
鄢锋
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2011年第12期2115-2119,共5页
针对浮选泡沫视觉特征的多样性和重要度差异以及浮选工况样本数分布不平衡等问题,提出一种基于在线泡沫视觉表观特征加权支持向量机的浮选工况识别方法.通过色彩空间变换,在CIE-Lab空间计算泡沫颜色,采用多方向融合的空间灰度共生矩阵...
针对浮选泡沫视觉特征的多样性和重要度差异以及浮选工况样本数分布不平衡等问题,提出一种基于在线泡沫视觉表观特征加权支持向量机的浮选工况识别方法.通过色彩空间变换,在CIE-Lab空间计算泡沫颜色,采用多方向融合的空间灰度共生矩阵提取泡沫纹理特征,以视觉特征的信息增益评价该特征的重要度,再利用不同工况的样本数加权策略消除样本数不平衡的影响,采用支持向量机方法实现了浮选工况的自动识别.工业运行数据测试结果表明:该方法能够在线识别浮选工况,自动识别准确率达98%,比人工识别率高6%,比传统灰度共生矩阵方法高2%.
展开更多
关键词
浮选
工况识别
泡沫图像
加权支持向量机
空间
融合
灰度
共生
矩阵
在线阅读
下载PDF
职称材料
题名
应用空间灰度共生矩阵定量分析木材表面纹理特征
被引量：
22
1
作者
于海鹏
刘一星
张斌
李永峰
机构
东北林业大学材料科学与工程学院
出处
《林业科学》
EI
CAS
CSCD
北大核心
2004年第6期121-129,共9页
基金
国家自然科学基金项目 ( 3 0 0 70 60 7)
文摘
引入空间灰度共生矩阵对木材表面纹理进行定量分析 ,在对国内 5 0个树种径弦向纹理计算、分析的基础上得出结论 :像素点对间距d取 3,像素点对角度θ在径向纹理时取 0°,在弦向纹理时取 0°、4 5°和 135°的平均值对于反映木材纹理的特点较适宜。在 11种纹理特征参数的基础上归纳出 4个纹理主成分因子 ;讨论了主成分上木材纹理的分布规律和特点 ,并具体对木材的径、弦向纹理分别进行了分析 ,得出了各自的变化特点 ;提出了纹理综合值的计算方法 ,以及通过纹理综合值判定 2种纹理间相似性的方法。
关键词
木材表面纹理
定量分析
空间灰度共生矩阵
数字图像纹理分析
Keywords
Wood surface texture, Quantitative analysis, Spatial gray level cooccurrence matrix, Texture features, Factor analysis
分类号
S781.61 [农业科学—木材科学与技术]
在线阅读
下载PDF
职称材料
题名
基于泡沫图像特征加权SVM的浮选工况识别
被引量：
14
2
作者
任会峰
阳春华
周璇
桂卫华
鄢锋
机构
中南大学信息科学与工程学院
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2011年第12期2115-2119,共5页
基金
国家自然科学基金资助项目(61071176)
国家"863"高技术研究发展计划资助项目(2009AA04Z124)
国家杰出青年科学基金资助项目(61025015)
文摘
针对浮选泡沫视觉特征的多样性和重要度差异以及浮选工况样本数分布不平衡等问题,提出一种基于在线泡沫视觉表观特征加权支持向量机的浮选工况识别方法.通过色彩空间变换,在CIE-Lab空间计算泡沫颜色,采用多方向融合的空间灰度共生矩阵提取泡沫纹理特征,以视觉特征的信息增益评价该特征的重要度,再利用不同工况的样本数加权策略消除样本数不平衡的影响,采用支持向量机方法实现了浮选工况的自动识别.工业运行数据测试结果表明:该方法能够在线识别浮选工况,自动识别准确率达98%,比人工识别率高6%,比传统灰度共生矩阵方法高2%.
关键词
浮选
工况识别
泡沫图像
加权支持向量机
空间
融合
灰度
共生
矩阵
Keywords
flotation
working condition recognition
froth image
weighted support vector machines
space fusion gray co-occurrence matrix
分类号
TP274.3 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
应用空间灰度共生矩阵定量分析木材表面纹理特征
于海鹏
刘一星
张斌
李永峰
《林业科学》
EI
CAS
CSCD
北大核心
2004
22
在线阅读
下载PDF
职称材料
2
基于泡沫图像特征加权SVM的浮选工况识别
任会峰
阳春华
周璇
桂卫华
鄢锋
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2011
14
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
