基于BoF模型的多特征融合纹理图像分类 被引量：6

1

作者 汪宇玲 黎明 +2 位作者 李军华 张聪炫 陈昊 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2018年第9期1869-1877,共9页

针对特征词袋(BoF)模型缺乏空间和几何信息,对纹理图像内容表达不明显等问题,提出一种基于BoF模型的多特征融合纹理分类算法。将灰度梯度共生矩阵(GGCM)和尺度不变特征转换(SIFT)融合特征作为纹理图像的区域特征描述,通过动态权重鉴别... 针对特征词袋(BoF)模型缺乏空间和几何信息,对纹理图像内容表达不明显等问题,提出一种基于BoF模型的多特征融合纹理分类算法。将灰度梯度共生矩阵(GGCM)和尺度不变特征转换(SIFT)融合特征作为纹理图像的区域特征描述,通过动态权重鉴别能量分析进行最优参数特征选择,并用BoF量化纹理特征,使用支持向量机对图像进行训练和预测,得出分类结果。实验结果表明,本文算法对有旋转扭曲的纹理、边缘模糊纹理、有光照变化的纹理及杂乱纹理等均能取得较好的分类效果,相对于传统BoF模型及凹凸划分(CCP)方法等算法在UIUC纹理库上的分类正确率均有不同程度的提高,平均分类正确率分别提高12. 8%和7. 9%,说明本文算法针对纹理图像分类具有较高的精度和较好的鲁棒性。 展开更多

关键词 纹理分类 多特征融合 特征词袋(bof) 灰度梯度共生矩阵(GGCM) 尺度不变特征转换(SIFT)

在线阅读 下载PDF 职称材料

融合Hu矩与BoF-SURF支持向量机的手势识别 被引量：18

2

作者 隋云衡 郭元术 《计算机应用研究》 CSCD 北大核心 2014年第3期953-956,960,共5页

基于尺度不变特征变换的特征包(BoF-SIFT)支持向量机的分类方法具有较好的手势识别效果,但是计算复杂度高、实时性较差。为此,提出了融合Hu矩与基于快速鲁棒特征的特征包(BoF-SURF)支持向量机(SVM)的手势识别方法。特征包模型中用快速... 基于尺度不变特征变换的特征包(BoF-SIFT)支持向量机的分类方法具有较好的手势识别效果,但是计算复杂度高、实时性较差。为此,提出了融合Hu矩与基于快速鲁棒特征的特征包(BoF-SURF)支持向量机(SVM)的手势识别方法。特征包模型中用快速鲁棒性特征(SURF)算法替换尺度不变特征变换(SIFT)算法提取特征,提高了实时性,并引入Hu矩描述手势全局特征,进一步提高识别率。实验结果表明,算法无论是实时性还是识别率都要高于BoF-SIFT支持向量机方法。 展开更多

关键词 手势识别 特征包模型 快速鲁棒特征 HU不变矩 支持向量机

在线阅读 下载PDF 职称材料

基于BoF和迹变换多特征融合的图像纹理分类研究 被引量：1

3

作者 常玉祥 汪宇玲 陈立 《现代电子技术》 2023年第11期43-50,共8页

针对BoF模型缺少几何特征、结构特征的表达,对纹理图像特征描述不充分等问题,提出一种基于BoF和迹变换多特征融合的图像纹理分类方法。首先通过关键点检测的方法获取纹理图像的碎片化图像,然后提取碎片化图像的迹变换特征和SIFT特征,通... 针对BoF模型缺少几何特征、结构特征的表达,对纹理图像特征描述不充分等问题,提出一种基于BoF和迹变换多特征融合的图像纹理分类方法。首先通过关键点检测的方法获取纹理图像的碎片化图像,然后提取碎片化图像的迹变换特征和SIFT特征,通过特征交叉编码的方式和动态鉴别能量的方法,获取迹变换特征和SIFT特征的融合特征并进行特征单词优选,再以BoF模型进行特征编码,最后输入到支持向量机(SVM)中进行训练、预测和分类。实验在OutexTC10/TC12000和KTHTIPS纹理数据集上分别取得了100%、99.87%和97.6%的识别精度,结果表明该设计方法对具有几何特征、结构特征的纹理图像可以获得较好的分类效果,有效地提高了纹理分类的识别性能。 展开更多

关键词 图像纹理分类 特征融合 bof模型 迹变换 特征单词优选 特征编码 实验分析

在线阅读 下载PDF 职称材料

基于改进ORB-SVM的工件识别方法研究

4

作者 仝保国 刘凌云 《包装与食品机械》 CAS 北大核心 2024年第1期60-66,共7页

针对传统的图像识别算法识别多品种工件,存在运行时间长、识别率低等问题,提出基于改进ORB-SVM的工件图像识别方法。在传统ORB算法的特征点检测基础上,采用SIFT算法获得具有旋转尺度不变性的图像特征描述,并利用词袋模型将图像特征转化... 针对传统的图像识别算法识别多品种工件,存在运行时间长、识别率低等问题,提出基于改进ORB-SVM的工件图像识别方法。在传统ORB算法的特征点检测基础上,采用SIFT算法获得具有旋转尺度不变性的图像特征描述,并利用词袋模型将图像特征转化为特征直方图,进而构建支持向量机(SVM)的分类模型,实现对工件的识别分类。试验结果表明:改进的ORB-SVM在应对旋转变换、光照变换、尺度变换时更具鲁棒性,且工件识别准确率高达98.89%,单个工件的识别时间低于0.43 s,具有良好的高效性和实用性。研究为多领域的工件识别提供参考。 展开更多

关键词 工件识别 特征检测 ORB算法 词袋模型 支持向量机

在线阅读 下载PDF 职称材料

基于特征包支持向量机的手势识别 被引量：26

5

作者 张秋余 王道东 +1 位作者 张墨逸 刘景满 《计算机应用》 CSCD 北大核心 2012年第12期3392-3396,共5页

针对类肤色信息或复杂背景的影响,难以通过手势分割得到精确手势轮廓而对后期手势识别率与实时交互的影响,提出了一种基于特征包支持向量机(BOF-SVM)的手势识别方法。采用SIFT算法提取手势图像局部不变性特征点,将手势局部特征向量(尺... 针对类肤色信息或复杂背景的影响,难以通过手势分割得到精确手势轮廓而对后期手势识别率与实时交互的影响,提出了一种基于特征包支持向量机(BOF-SVM)的手势识别方法。采用SIFT算法提取手势图像局部不变性特征点,将手势局部特征向量(尺度不变特征变换(SIFT)描述子)进行K-means聚类生成视觉码书,并通过视觉码书量化每一幅手势图像的视觉码字集合,以此获得手势图像的固定维数的表征向量来训练支持向量机(SVM)多类分类器。该方法只需框定手势所在区域,无需精确地分割人手。实验表明,该方法对9种交互手势的平均识别率达到92.1%,并具有很好的鲁棒性及实时性,能适应环境的变化。 展开更多

关键词 手势识别 尺度不变特征变换 特征包 视觉码书

在线阅读 下载PDF 职称材料

一种基于词袋模型的新的显著性目标检测方法 被引量：17

6

作者 杨赛 赵春霞 徐威 《自动化学报》 EI CSCD 北大核心 2016年第8期1259-1273,共15页

提出一种基于词袋模型的新的显著性目标检测方法.该方法首先利用目标性计算先验概率显著图,然后在图像的超像素区域内建立词袋模型,并基于此特征计算条件概率显著图,最后根据贝叶斯推断将先验概率和条件概率显著图进行合成.在ASD、SED以... 提出一种基于词袋模型的新的显著性目标检测方法.该方法首先利用目标性计算先验概率显著图,然后在图像的超像素区域内建立词袋模型,并基于此特征计算条件概率显著图,最后根据贝叶斯推断将先验概率和条件概率显著图进行合成.在ASD、SED以及SOD显著性目标公开数据库上与目前16种主流方法进行对比,实验结果表明本文方法具有更高的精度和更好的查全率,能够一致高亮地凸显图像中的显著性目标. 展开更多

关键词 词袋模型 目标性 贝叶斯模型 视觉显著性 显著性目标检测

在线阅读 下载PDF 职称材料

基于改进特征袋模型的奶牛识别算法 被引量：12

7

作者 陈娟娟 刘财兴 +1 位作者 高月芳 梁云 《计算机应用》 CSCD 北大核心 2016年第8期2346-2351,共6页

针对特征袋(BOF)模型中存在特征计算耗时、识别精度低的不足,提出一种新的改进BOF模型以提高其目标识别的精度和效率,并将其应用于奶牛个体识别。该算法首先引入优化方向梯度直方图(HOG)特征对图像进行特征提取和描述,然后利用空间金字... 针对特征袋(BOF)模型中存在特征计算耗时、识别精度低的不足,提出一种新的改进BOF模型以提高其目标识别的精度和效率,并将其应用于奶牛个体识别。该算法首先引入优化方向梯度直方图(HOG)特征对图像进行特征提取和描述,然后利用空间金字塔匹配原理(SPM)生成图像基于视觉词典的直方图表示,最后自定义直方图交叉核作为分类器核函数。该算法在项目组自行拍摄的数据集(包含15类奶牛、共7 500张奶牛头部图像)上的实验结果表明,使用基于SPM的BOF模型将算法的识别率平均提高2个百分点;使用直方图交叉核相比使用高斯核将算法的识别率平均提高2.5个百分点;使用优化HOG特征,相比使用传统HOG特征将算法识别率平均提高21.3个百分点,运算效率为其1.68倍;相比使用尺度不变特征变换(SIFT)特征,在保证平均识别精度达95.3%的基础上,运算效率为其7.10倍。分析结果可知,该算法在奶牛个体识别领域具有较好的鲁棒性和实用性。 展开更多

关键词 特征袋模型 图像识别 梯度直方图特征 空间金字塔匹配 尺度不变特征变换特征

在线阅读 下载PDF 职称材料

基于主题特征的关键词抽取 被引量：30

8

作者 刘俊 邹东升 +1 位作者 邢欣来 李英豪 《计算机应用研究》 CSCD 北大核心 2012年第11期4224-4227,共4页

为了使抽取出的关键词更能反映文档主题,提出了一种新的词的主题特征(topic feature,TF)计算方法,该方法利用主题模型中词和主题的分布情况计算词的主题特征。并将该特征与关键词抽取中的常用特征结合,用装袋决策树方法构造一个关键词... 为了使抽取出的关键词更能反映文档主题,提出了一种新的词的主题特征(topic feature,TF)计算方法,该方法利用主题模型中词和主题的分布情况计算词的主题特征。并将该特征与关键词抽取中的常用特征结合,用装袋决策树方法构造一个关键词抽取模型。实验结果表明提出的主题特征可以提升关键词抽取的效果,同时验证了装袋决策树在关键词抽取中的适用性。 展开更多

关键词 关键词抽取 主题特征 主题模型 装袋决策树

在线阅读 下载PDF 职称材料

BOW-HOG特征图像分类 被引量：8

9

作者 邹北骥 郭建京 +3 位作者 朱承璋 杨文君 吴慧 何骐 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2017年第12期2311-2319,共9页

为了减少图像尺寸对提取特征的影响,同时移除特征向量中的冗余信息,将词汇袋模型(BOW)与梯度方向直方图(HOG)特征相结合,提出一种基于BOW-HOG的特征描述子用于图像分类.将图像划分为不同的子区域,对梯度幅值较大的子区域提取HOG特征.用... 为了减少图像尺寸对提取特征的影响,同时移除特征向量中的冗余信息,将词汇袋模型(BOW)与梯度方向直方图(HOG)特征相结合,提出一种基于BOW-HOG的特征描述子用于图像分类.将图像划分为不同的子区域,对梯度幅值较大的子区域提取HOG特征.用BOW模型对子区域HOG特征编码,构建原始图像上维度一致的特征向量.将特征向量输入训练好的分类器,完成图像分类任务.将BOW-HOG特征描述子在不同的图像分类任务上进行试验,包括图像文本分类、图像场景分类.本实验的文本分类正确率为0.813,场景分类正确率为0.826,优于传统基于HOG特征的方法,表明了基于BOW-HOG特征图像分类方法的可行性、有效性. 展开更多

关键词 图像分类 特征描述子 梯度方向直方图 词汇袋模型

在线阅读 下载PDF 职称材料

基于隐含狄利克雷分配模型的图像分类算法 被引量：9

10

作者 杨赛 赵春霞 《计算机工程》 CAS CSCD 2012年第14期181-183,共3页

概率隐含语义分析模型不适用于大规模图像数据集,为此,提出一种基于隐含狄利克雷分配模型(LDA)的图像分类算法。以BOF特征作为图像内容的初始描述,利用Gibbs抽样算法近似估算LDA模型参数,得到图像的隐含主题分布特征,并采用k近邻算法对... 概率隐含语义分析模型不适用于大规模图像数据集,为此,提出一种基于隐含狄利克雷分配模型(LDA)的图像分类算法。以BOF特征作为图像内容的初始描述,利用Gibbs抽样算法近似估算LDA模型参数,得到图像的隐含主题分布特征,并采用k近邻算法对图像进行分类。实验结果表明,与基于概率隐含语义分析模型的分类算法相比,该算法的分类性能较优。 展开更多

关键词 bof模型 中层语义特征 隐含狄利克雷分配模型 隐含主题分布特征 K近邻算法 图像分类

在线阅读 下载PDF 职称材料

基于显著语义模型的机场与油库目标的识别方法 被引量：7

11

作者 赵丹培 肖腾蛟 +1 位作者 史骏 姜志国 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2014年第1期47-55,共9页

采用与传统的利用特征匹配方法进行地物目标识别不同的思路,提出一种基于显著语义模型的机场与油库目标的识别方法.该方法在低层特征空间利用视觉关注模型将航拍图像分解成若干个视觉显著性子图,提取出目标可能存在的候选区域;对训练图... 采用与传统的利用特征匹配方法进行地物目标识别不同的思路,提出一种基于显著语义模型的机场与油库目标的识别方法.该方法在低层特征空间利用视觉关注模型将航拍图像分解成若干个视觉显著性子图,提取出目标可能存在的候选区域;对训练图像集构建基于SIFT局部特征的特征袋语义模型,并利用模型中的特征字典提取出显著性子图所包含的显著语义特征,以实现对机场和油库目标的快速检测识别.利用Google Earth构建了多种不同成像条件下的典型目标数据库,对文中方法的有效性进行验证.实验的结果表明,该方法比传统的特征匹配方法具有更好的识别性能和更高的运算效率,同时对于光照、视点和尺度变化等干扰具有较强的鲁棒性. 展开更多

关键词 视觉关注机制 显著性检测 特征袋模型 显著语义模型 目标识别

在线阅读 下载PDF 职称材料

融合基本特征和词袋绑定特征的问句特征模型 被引量：8

12

作者 杨思春 高超 +2 位作者 秦锋 戴新宇 陈家骏 《中文信息学报》 CSCD 北大核心 2012年第5期46-52,共7页

针对当前问句分类研究中特征提取的处理开销较大,提出一种融合基本特征和词袋绑定特征的问句特征模型。在分别提取问句中的词袋、词性、词义等基本特征及其对应的词袋绑定特征的基础上,通过将基本特征与词袋绑定特征进行融合,以获取更... 针对当前问句分类研究中特征提取的处理开销较大,提出一种融合基本特征和词袋绑定特征的问句特征模型。在分别提取问句中的词袋、词性、词义等基本特征及其对应的词袋绑定特征的基础上,通过将基本特征与词袋绑定特征进行融合,以获取更加高效的问句特征集合。在哈尔滨工业大学中文问句集上的实验结果表明,这种新的问句特征模型不仅具有实现简单、处理开销小的优点,而且有效弥补了单纯基本特征或词袋绑定特征在句法语义表达方面的不足,进一步提高了问句分类的准确率。 展开更多

关键词 问答系统 问句分类 特征模型 词袋绑定

在线阅读 下载PDF 职称材料

基于层次特征描述子的三维CAD模型检索 被引量：5

13

作者 皇甫中民 张树生 闫雒恒 《计算机集成制造系统》 EI CSCD 北大核心 2015年第12期3095-3106,共12页

为提高三维CAD模型检索对模型局部细节特征的区别能力,提高相似性比较和检索效率,提出一种基于图谱及空间词袋表征的CAD模型层次特征描述子构建和检索方法。依据模型的B-Rep表示形式,提取其必要的几何拓扑属性等信息,将三维CAD模型用属... 为提高三维CAD模型检索对模型局部细节特征的区别能力,提高相似性比较和检索效率,提出一种基于图谱及空间词袋表征的CAD模型层次特征描述子构建和检索方法。依据模型的B-Rep表示形式,提取其必要的几何拓扑属性等信息,将三维CAD模型用属性邻接标记图表示;将模型训练集合中的各模型分割成面面互连且具有一定工程意义的局部区域,依据图谱理论对其进行局部特征描述,并通过聚类构建词汇本;基于局部区域图谱及空间词袋表征构建CAD模型由细粒度到粗粒度的层次化特征描述子,并据此采取一种粗检索与精匹配相结合的两层检索机制进行三维CAD模型检索。实验结果表明,该方法能较好地区别模型局部细节特征,检索质量和效率均有明显提高,可有效支持CAD模型的重用。 展开更多

关键词 三维CAD模型 检索 局部特征 图谱 空间词袋 层次特征描述子

在线阅读 下载PDF 职称材料

基于图正则化局部特征编码算法的图像分类方法 被引量：3

14

作者 杨赛 赵春霞 +1 位作者 胡彬 陈峰 《电子学报》 EI CAS CSCD 北大核心 2017年第8期1882-1887,共6页

为了解决经典局部特征编码方法会产生相似局部特征之间编码系数不一致的问题,本文提出一种图正则化局部特征编码算法.该算法在对初始编码矢量所定义的能量化函数中引入正则化项,保证空间上相邻外观上相似的局部特征之间的编码矢量尽可... 为了解决经典局部特征编码方法会产生相似局部特征之间编码系数不一致的问题,本文提出一种图正则化局部特征编码算法.该算法在对初始编码矢量所定义的能量化函数中引入正则化项,保证空间上相邻外观上相似的局部特征之间的编码矢量尽可能一致.MSRcv2、Caltech101、Scene 15以及Indoor 67四个公开数据集上的实验结果表明本文方法能够提高硬分配、软分配、稀疏编码、局部约束线性编码以及局部软分配五种经典编码方法的性能,并且基于本文编码算法的图像分类方法在上述四个公开数据集上的平均分类正确率分别达到了91.13%、76.02%、83.76%、44.78%. 展开更多

关键词 词袋模型 编码算法 图模型 图像分类

在线阅读 下载PDF 职称材料

基于优化视觉词袋模型的图像分类方法 被引量：10

15

作者 张永 杨浩 《计算机应用》 CSCD 北大核心 2017年第8期2244-2247,2252,共5页

针对视觉词袋(BOV)模型中过大的视觉词典会导致图像分类时间代价过大的问题,提出一种加权最大相关最小相似(W-MR-MS)视觉词典优化准则。首先,提取图像的尺度不变特征转换(SIFT)特征,并用K-Means算法对特征聚类生成原始视觉词典;然后,分... 针对视觉词袋(BOV)模型中过大的视觉词典会导致图像分类时间代价过大的问题,提出一种加权最大相关最小相似(W-MR-MS)视觉词典优化准则。首先,提取图像的尺度不变特征转换(SIFT)特征,并用K-Means算法对特征聚类生成原始视觉词典;然后,分别计算视觉单词与图像类别间的相关性,以及各视觉单词间的语义相似性,引入一个加权系数权衡两者对图像分类的重要程度;最后,基于权衡结果,删除视觉词典中与图像类别相关性弱、与视觉单词间语义相似性大的视觉单词,从而达到优化视觉词典的目的。实验结果表明,在视觉词典规模相同的情况下,所提方法的图像分类精度比传统基于K-Means算法的图像分类精度提高了5.30%;当图像分类精度相同的情况下,所提方法的时间代价比传统K-Means算法下的时间代价降低了32.18%,因此,所提方法具有较高的分类效率,适用于图像分类。 展开更多

关键词 图像分类 视觉词袋模型 特征提取 视觉词典

在线阅读 下载PDF 职称材料

一种改进SURF特征匹配的装配工件快速识别方法 被引量：7

16

作者 张明路 王帅 +1 位作者 张小俊 高涵 《机械设计与制造》 北大核心 2021年第2期262-267,共6页

在工件装配过程中,针对基于SURF算法的工件匹配识别过程速度慢、实时性较差的问题,通过对K-Means聚类算法以及机器学习中文本检索方法进行研究,推导了基于聚类算法的特征点种类词袋模型,对特征点类别进行统计。提出反向标记法生成目标... 在工件装配过程中,针对基于SURF算法的工件匹配识别过程速度慢、实时性较差的问题,通过对K-Means聚类算法以及机器学习中文本检索方法进行研究,推导了基于聚类算法的特征点种类词袋模型,对特征点类别进行统计。提出反向标记法生成目标物体描述向量。在物体匹配识别阶段,对待检测物体的描述向量分段进行匹配并选取满足阈值条件的子向量作为最终匹配向量来实现目标物体的识别。实验结果表明改进算法在一定尺度、光照、旋转条件影响下实现了工件的准确识别,并且提高了识别速度。 展开更多

关键词 SURF算法 特征提取 K-MEANS算法 词袋模型 物体识别

在线阅读 下载PDF 职称材料

基于多特征融合的人体行为识别 被引量：6

17

作者 吴冬梅 谢金壮 王静 《计算机应用与软件》 CSCD 2015年第11期171-175,共5页

为了提高视频序列中人体行为的识别率和增强在复杂环境下的适用性,通过选取人体行为区分度较高的运动方向特征、形状特征和光流变化特征进行行为描述,提出一种基于运动方向直方图(MOH)特征、2D-SIFT特征和光流方向直方图(HOOF)特征相结... 为了提高视频序列中人体行为的识别率和增强在复杂环境下的适用性,通过选取人体行为区分度较高的运动方向特征、形状特征和光流变化特征进行行为描述,提出一种基于运动方向直方图(MOH)特征、2D-SIFT特征和光流方向直方图(HOOF)特征相结合的人体行为识别方法。改进运动方向直方图特征,使其在有符号梯度空间下对人体全局运动方向具有更为鲁棒的表示。使用视觉词袋模型既解决了不同动作提取的兴趣点点数不同的问题,又实现了局部特征的有效融合。实验在Weizmann数据库和KTH数据库上识别率分别高达97.83%和91.38%,并具有较好的鲁棒性。 展开更多

关键词 行为识别 MOH特征 2D—SIFT特征 HOOF特征 视觉词袋模型

在线阅读 下载PDF 职称材料

一种基于视觉词袋模型的图像检索方法 被引量：3

18

作者 金铭 汪友生 +1 位作者 边航 王雨婷 《计算机应用与软件》 2017年第4期249-254,321,共7页

为了提高图像检索的效率,提出一种基于视觉词袋模型的图像检索方法。一方面在图像局部特征提取算法中,使用添加渐变信息的盒子滤波器构造尺度空间,以保留图像更多的细节信息,另一方面在特征表达时仅计算一次特征点圆形邻域内的Haar小波... 为了提高图像检索的效率,提出一种基于视觉词袋模型的图像检索方法。一方面在图像局部特征提取算法中,使用添加渐变信息的盒子滤波器构造尺度空间,以保留图像更多的细节信息,另一方面在特征表达时仅计算一次特征点圆形邻域内的Haar小波响应,避免了Haar小波响应的重复计算,并在保证描述子旋转不变性的同时做降维处理。同时,以改进k-means对特征库聚类构建加权的视觉词典,基于概率计算的方式选取k-means初始聚类中心,降低了传统k-means聚类效果对初始聚类中心选择的敏感性。实验结果表明该方法比传统方法具有更高的效率,特征提取速度提高48%左右,查准率提高2%以上。 展开更多

关键词 图像检索 视觉词袋模型 局部特征提取 特征聚类

在线阅读 下载PDF 职称材料

基于树莓派的农田表土层土壤容重检测系统研究 被引量：8

19

作者 李民赞 任新建 +2 位作者 杨玮 孟超 王炜超 《农业机械学报》 EI CAS CSCD 北大核心 2021年第S01期329-335,376,共8页

设计了一种基于树莓派的表层土壤容重检测系统,利用易于获取的土壤表面图像特征对表层土壤容重进行预测。提取图像的Tamura纹理特征以及图像的分形维数特征。经过验证,Tamura纹理特征中的粗糙度、对比度、方向度以及图像分形维数特征与... 设计了一种基于树莓派的表层土壤容重检测系统,利用易于获取的土壤表面图像特征对表层土壤容重进行预测。提取图像的Tamura纹理特征以及图像的分形维数特征。经过验证,Tamura纹理特征中的粗糙度、对比度、方向度以及图像分形维数特征与土壤容重的相关性较高,相关系数分别为-0.754、-0.799、-0.806、-0.849,因而选用这4个参数作为预测模型输入。分别采用SVM回归模型和GRNN回归模型以及基于SVM、GRNN的Bagging集成模型对土壤容重进行预测。基于SVM、GRNN的Bagging集成模型预测结果同环刀法得到的结果进行相关性分析,决定系数R^(2)达到0.8641,预测结果的平均绝对误差(MAE)达到了0.0316 g/cm^(3),相对单一SVM回归模型和单一GRNN回归模型具有更好的预测结果。基于树莓派的农田表土层土壤容重检测系统的田间实时测量结果显示测量的平均绝对误差(MAE)为0.0412 g/cm^(3),满足了田间精准、快速检测的要求。 展开更多

关键词 土壤容重 树莓派 bagging模型 数字图像 Tamura纹理特征

在线阅读 下载PDF 职称材料

基于多分类AdaBoost改进算法的TEE标准切面分类 被引量：1

20

作者 王莉莉 付忠良 +1 位作者 陶攀 朱锴 《计算机应用》 CSCD 北大核心 2017年第8期2253-2257,2269,共6页

针对超声图像样本冗余、不同标准切面因疾病导致的高度相似性、感兴趣区域定位不准确问题,提出一种结合特征袋(BOF)特征、主动学习方法和多分类AdaBoost改进算法的经食管超声心动图(TEE)标准切面分类方法。首先采用BOF方法对超声图像进... 针对超声图像样本冗余、不同标准切面因疾病导致的高度相似性、感兴趣区域定位不准确问题,提出一种结合特征袋(BOF)特征、主动学习方法和多分类AdaBoost改进算法的经食管超声心动图(TEE)标准切面分类方法。首先采用BOF方法对超声图像进行描述;然后采用主动学习方法选择对分类器最有价值的样本作为训练集;最后,在AdaBoost算法对弱分类器的迭代训练中,根据临时强分类器的分类情况调整样本更新规则,实现对多分类AdaBoost算法的改进和TEE标准切面的分类。在TEE数据集和三个UCI数据集上的实验表明,相比AdaBoost.SAMME算法、多分类支持向量机(SVM)算法、BP神经网络和AdaBoost.M2算法,所提算法在各个数据集上的G-mean指标、整体分类准确率和大多数类别分类准确率都有不同程度的提升,且比较难分的类别分类准确率提升最为显著。实验结果表明,在包含类间相似样本的数据集上,分类器的性能有显著提升。 展开更多

关键词 多分类AdaBoost 主动学习 特征袋模型 标准切面分类 超声图像分类

在线阅读 下载PDF 职称材料