基于克隆选择算法和K近邻的植物叶片识别方法

来源 :计算机应用 | 被引量 : 47次 | 上传用户:chcongcong520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对植物叶片识别中分类器设计和训练识别时间较长的问题,提出了一种基于人工免疫系统下的克隆选择算法和K近邻判别分析(CSA+KNN)的叶片识别方法。进行图像预处理后,通过提取叶片的几何特征和纹理特征得到叶片综CSA+KNN进行植物叶片样本训练,并进行植物叶片识别。在100种植物叶片数据库中进行测试,CSA+KNN法识别率为91.37%。与BP神经网络等方法相比较,实验结果表明了该识别方法的有效性以及较高的训练速率,同时验证了纹理特征在叶片识别中的重要性。CSA+KNN法扩宽了植物叶片的识别方法,可应用
其他文献
在逻辑结构比较复杂、层次比较多的地质元数据关系数据库中,应用非规范化技术设计一部分特殊的数据表,降低数据粒度,将多层逻辑关系的元数据降低到两层对应关系,同时设计和定制元数据模板,处理地质信息元数据的存储、读取、定制,提高了数据的操作效率和系统的管理性能。
针对图像视角变化而导致的匹配率低的问题,提出基于二阶矩的SIFT特征匹配算法。算法在尺度空间检测出特征点,用仿射的二阶矩来估计特征点的椭圆邻域,把椭圆邻域梯度的主方向作为该特征点的方向,生成特征向量,最后采用欧氏距离作为度量函数进行特征向量的匹配。实验表明,改进后的算法继承了SIFT算法对图像缩放、旋转等不变性,而且增强了图像对视角的仿射不变性,极大地改善了匹配效果。
为探索高职大学生择业效能感、主动性人格与就业压力之间的关系.采用大学生就业压力问卷、主动性人格量表和择业效能感量表对五所高职院校的614名学生进行调查.研究发现:(1)
在年度会计报表审计中,测试程序及其方法的运用,是极其重要且必不可少的审计手段。由于各企业经营规模不同、管理水平参差、内控制度有别,为了达到审计目标,确保审计工作质量
期刊
为解决现有煤矿皮带机传动系统占地空间大、传动效率低、维护频度高等问题,提出一种外转子永磁同步电机(outer-rotor PMSM)直接驱动结构,并将一种串级结构的无模型自适应控制算法应用到皮带机驱动电机的速度控制中。根据矿井皮带机的运行要求,给出该电机详细的设计参数和数学模型,设定了启动和稳态时的理想速度曲线。利用无模型自适应控制算法设计出串级无模型自适应控制律,并给出串级控制系统结构图。通过M
患者42岁,因"不全流产清宫2次后停经78d"入院.月经18Y 2-3d/28d,2004年3月2日.4月17日因停经46d、阴道大量流血7d当地行清宫及取环术,5月10日因少许阴道流血10d再次清官.清宫
工程造价管理在高校基本建设管理工作中占据着重要地位,是基本建设管理三大控制目标之一.该文从工程造价管理的含义与重要性入手,阐述了现阶段高校工程造价管理存在的一些问
针对图像中同时存在椒盐噪声和高斯噪声,提出一种基于灰度极限和脉冲耦合神经网络(PCNN)滤除混合噪声的新方法。首先,根据灰度极值定位出椒盐噪声点;其次,在滤波窗口中对椒盐噪声点进行均值滤波;然后,利用PCNN赋时矩阵定位出高斯噪声点;最后,自适应调整可变灰度步长,选择不同滤波方法滤除高斯噪声。实验结果表明提出的算法较常见的混合噪声滤波方法在主观滤波效果和客观评价指标峰值信噪比(PSNR)及信噪比改