咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于核Fisher判别分析的粮虫特征压缩方法 收藏

基于核Fisher判别分析的粮虫特征压缩方法

Feature compression of stored-grain insects based on kernel Fisher discrimination analysis

作     者:张红涛 毛罕平 韩绿化 Zhang Hongtao;Mao Hanping;Han Lühua

作者机构:江苏大学现代农业装备与技术省部共建教育部/江苏省重点实验室江苏镇江212013 华北水利水电学院电力学院河南郑州450011 

出 版 物:《江苏大学学报(自然科学版)》 (Journal of Jiangsu University:Natural Science Edition)

年 卷 期:2012年第33卷第1期

页      面:16-20页

核心收录:

学科分类:082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基  金:国家自然科学基金资助项目(31101085) 河南省高等学校青年骨干教师资助计划项目(2011GGJS-094) 

主  题:储粮害虫 特征压缩 核Fisher判别分析 主成分分析 识别 

摘      要:针对粮仓害虫种类多、类别之间相似度比较高的特点,提出基于核Fisher判别分析的粮虫特征压缩方法.利用高斯径向基核函数,对特征选择后的10维原始数字特征进行核Fisher判别分析,即通过非线性变换将样本数据从输入空间映射到高维特征空间,然后在高维特征空间进行特征提取.从粮虫分类效果方面,将KFDA法与FDA法、PCA法和KPCA法3种方法进行了比较分析.应用KFDA法提取的前4个特征,由最近邻分类器对粮仓中常见的9类粮虫进行分类,验证集的识别率为93.33%.结果表明:KFDA法对粮虫特征的非线性比较敏感,在有效降低特征维数的同时,还提高了类别之间的可分性.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分