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
3
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
基于高阶胡氏矩的多目标图象识别算法
被引量：
6
1
作者
丘江
刘波
杨静
《光子学报》
EI
CAS
CSCD
北大核心
2001年第9期1141-1145,共5页
本文提出了一种多目标图象识别算法，此算法以小波变换和目标区域分割算法实现图象的前期处理，以高阶胡氏矩为基础，利用k邻近法构建了分类器，实现了多类目标的识别与分类。仿真实验证明，此算法具有较高的识别精度。
关键词
高阶胡氏矩
目标区域分割
k邻近法
图象识别
小波变换
在线阅读
下载PDF
职称材料
基于近红外光谱技术的抹茶掺伪定性判别研究
被引量：
7
2
作者
赵开飞
王敬涵
+2 位作者
张惠
黄萧
刘政权
《食品工业科技》
CAS
CSCD
北大核心
2017年第17期241-244,249,共5页
本实验采用近红外光谱技术与主成分分析法结合线性判别分析法(PCA-LDA)和K最邻近法,对抹茶中添加白砂糖、麦芽糊精、桑叶粉、大麦苗粉的现象进行定性判别分析。结果显示,PCA-LDA的定性判别结果优于K最邻近法,纯抹茶与掺伪抹茶、纯抹茶...
本实验采用近红外光谱技术与主成分分析法结合线性判别分析法(PCA-LDA)和K最邻近法,对抹茶中添加白砂糖、麦芽糊精、桑叶粉、大麦苗粉的现象进行定性判别分析。结果显示,PCA-LDA的定性判别结果优于K最邻近法,纯抹茶与掺伪抹茶、纯抹茶与掺糖抹茶、纯抹茶与掺糊精抹茶、纯抹茶与掺桑叶粉抹茶、纯抹茶与掺大麦苗粉抹茶、4种掺伪抹茶的定性分析模型的校正集识别率为98.3%、100%、91.7%、100%、100%、100%;预测集识别率为96.5%、100%、87.5%、95.8%、90.3%、95.3%。由此可知,通过PCA-LDA建立的定性判别模型准确度和识别率都很好,能够快速、准确的对抹茶中是否掺伪进行定性判别。
展开更多
关键词
抹茶
近红外光谱
品质判别
主成分分析
线性判别分析
k
最
邻近
法
在线阅读
下载PDF
职称材料
基于Sentinel-2与GF-6 WFV数据的花生种植面积提取差异分析
被引量：
2
3
作者
张彦
刘婷
+5 位作者
包卓雅
王来刚
贺佳
郭燕
张红利
杨秀忠
《河南农业科学》
北大核心
2021年第6期163-170,共8页
为比较基于Sentinel-2与GF-6 WFV数据对花生种植面积提取的差异,以许昌市榆林乡为研究区域,选取Sentinel-2和GF-6 WFV遥感数据相同波段,采用K邻近法和最大似然法提取花生种植面积,基于样本点构建混淆矩阵进行精度验证,并结合地面样方实...
为比较基于Sentinel-2与GF-6 WFV数据对花生种植面积提取的差异,以许昌市榆林乡为研究区域,选取Sentinel-2和GF-6 WFV遥感数据相同波段,采用K邻近法和最大似然法提取花生种植面积,基于样本点构建混淆矩阵进行精度验证,并结合地面样方实测数据,比较对花生种植面积提取的相对误差。结果表明,2种分类方法对2种数据源的花生种植面积提取效果均可满足实际需要,制图精度均大于85%,用户精度均大于80%,相对误差均小于10%。提取结果显示,花生种植面积空间分布主要集中于西北部和东南部,东北部和西南部面积较少且分布零星。通过对比发现,采用面向对象的K邻近法能更好地避免复杂地物类型区像元错分及漏分问题,其总体精度、Kappa系数以及花生种植面积的制图精度、用户精度和面积相对误差等参数均优于传统基于像元的最大似然法。在同数据源不同分类方法时,2种数据源利用K邻近法的分类精度均高于最大似然法。说明面向对象的K邻近法可充分利用地物光谱特征及纹理特征,比基于像元的最大似然法取得更高精度的提取结果。在同方法不同数据源时,利用最大似然法对Sentinel-2花生种植面积的提取精度低于GF-6 WFV,利用K邻近法对Sentinel-2花生种植面积的提取精度高于GF-6 WFV。综上,由于Sentinel-210 m融合数据的空间分辨率高于16 m的GF-6 WFV,对细节的表达效果更佳,更适合用于提取种植结构复杂的小尺度区域。
展开更多
关键词
Sentinel-2
GF-6
WFV
最大似然
法
k邻近法
花生
面积提取
差异分析
在线阅读
下载PDF
职称材料
题名
基于高阶胡氏矩的多目标图象识别算法
被引量：
6
1
作者
丘江
刘波
杨静
机构
中国科学院西安光学精密机械研究所
出处
《光子学报》
EI
CAS
CSCD
北大核心
2001年第9期1141-1145,共5页
基金
中国科学院西安分院院长基金资助项目
文摘
本文提出了一种多目标图象识别算法，此算法以小波变换和目标区域分割算法实现图象的前期处理，以高阶胡氏矩为基础，利用k邻近法构建了分类器，实现了多类目标的识别与分类。仿真实验证明，此算法具有较高的识别精度。
关键词
高阶胡氏矩
目标区域分割
k邻近法
图象识别
小波变换
Keywords
Hu′s moments；Region segment；Central moments
k
nearest neighbor；Image recognition；Wavelent transform
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于近红外光谱技术的抹茶掺伪定性判别研究
被引量：
7
2
作者
赵开飞
王敬涵
张惠
黄萧
刘政权
机构
安徽农业大学茶树生物学与资源利用国家重点实验室
出处
《食品工业科技》
CAS
CSCD
北大核心
2017年第17期241-244,249,共5页
基金
浙江省重大科技专项(2017C02037)项目资助
安徽特色农业发展项目(皖财农[2016]188号)
文摘
本实验采用近红外光谱技术与主成分分析法结合线性判别分析法(PCA-LDA)和K最邻近法,对抹茶中添加白砂糖、麦芽糊精、桑叶粉、大麦苗粉的现象进行定性判别分析。结果显示,PCA-LDA的定性判别结果优于K最邻近法,纯抹茶与掺伪抹茶、纯抹茶与掺糖抹茶、纯抹茶与掺糊精抹茶、纯抹茶与掺桑叶粉抹茶、纯抹茶与掺大麦苗粉抹茶、4种掺伪抹茶的定性分析模型的校正集识别率为98.3%、100%、91.7%、100%、100%、100%;预测集识别率为96.5%、100%、87.5%、95.8%、90.3%、95.3%。由此可知,通过PCA-LDA建立的定性判别模型准确度和识别率都很好,能够快速、准确的对抹茶中是否掺伪进行定性判别。
关键词
抹茶
近红外光谱
品质判别
主成分分析
线性判别分析
k
最
邻近
法
Keywords
matcha
near infrared spectroscopy
quality identification
principal component analysis
linear discriminant analysis
k
- nearest neighbors
分类号
TS207.3 [轻工技术与工程—食品科学]
在线阅读
下载PDF
职称材料
题名
基于Sentinel-2与GF-6 WFV数据的花生种植面积提取差异分析
被引量：
2
3
作者
张彦
刘婷
包卓雅
王来刚
贺佳
郭燕
张红利
杨秀忠
机构
河南省农业科学院农业经济与信息研究所
新乡医学院
出处
《河南农业科学》
北大核心
2021年第6期163-170,共8页
基金
河南省重点研发与推广专项(科技攻关)(182102410024)
河南省农科院农经信息所科研助理专项(njxxsjj201906)。
文摘
为比较基于Sentinel-2与GF-6 WFV数据对花生种植面积提取的差异,以许昌市榆林乡为研究区域,选取Sentinel-2和GF-6 WFV遥感数据相同波段,采用K邻近法和最大似然法提取花生种植面积,基于样本点构建混淆矩阵进行精度验证,并结合地面样方实测数据,比较对花生种植面积提取的相对误差。结果表明,2种分类方法对2种数据源的花生种植面积提取效果均可满足实际需要,制图精度均大于85%,用户精度均大于80%,相对误差均小于10%。提取结果显示,花生种植面积空间分布主要集中于西北部和东南部,东北部和西南部面积较少且分布零星。通过对比发现,采用面向对象的K邻近法能更好地避免复杂地物类型区像元错分及漏分问题,其总体精度、Kappa系数以及花生种植面积的制图精度、用户精度和面积相对误差等参数均优于传统基于像元的最大似然法。在同数据源不同分类方法时,2种数据源利用K邻近法的分类精度均高于最大似然法。说明面向对象的K邻近法可充分利用地物光谱特征及纹理特征,比基于像元的最大似然法取得更高精度的提取结果。在同方法不同数据源时,利用最大似然法对Sentinel-2花生种植面积的提取精度低于GF-6 WFV,利用K邻近法对Sentinel-2花生种植面积的提取精度高于GF-6 WFV。综上,由于Sentinel-210 m融合数据的空间分辨率高于16 m的GF-6 WFV,对细节的表达效果更佳,更适合用于提取种植结构复杂的小尺度区域。
关键词
Sentinel-2
GF-6
WFV
最大似然
法
k邻近法
花生
面积提取
差异分析
Keywords
Sentinel-2
GF-6 WFV
Maximum li
k
elihood method
k
nearest neighbor
Peanut
Area extraction
Difference analysis
分类号
S565.2 [农业科学—作物学]
TP79 [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
基于高阶胡氏矩的多目标图象识别算法
丘江
刘波
杨静
《光子学报》
EI
CAS
CSCD
北大核心
2001
6
在线阅读
下载PDF
职称材料
2
基于近红外光谱技术的抹茶掺伪定性判别研究
赵开飞
王敬涵
张惠
黄萧
刘政权
《食品工业科技》
CAS
CSCD
北大核心
2017
7
在线阅读
下载PDF
职称材料
3
基于Sentinel-2与GF-6 WFV数据的花生种植面积提取差异分析
张彦
刘婷
包卓雅
王来刚
贺佳
郭燕
张红利
杨秀忠
《河南农业科学》
北大核心
2021
2
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
