基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种基于学习矢量量化(LVQ)神经网络的计算机植物种类识别新方法.使用2-D不变矩、多尺度2-D Gabor滤波器等多种方法分别提取了叶片的几何特征和纹理特征,应用LVQ神经网络识别植物种类.实验结果表明,该方法对植物种类的识别效率较高.
推荐文章
基于NMF和LVQ神经网络的人脸识别
人脸识别
学习矢量量化
神经网络
分类
基于卷积神经网络的农作物种类自动识别算法研究
农作物图像
卷积神经网络
图像识别
识别率
智能决策
基于改进的LVQ神经网络的发动机故障诊断
改进的LVQ神经网络
发动机
故障诊断
神经元
基于PCA-LVQ神经网络的教学质量评价模型研究
主成分分析
层次分析法
LVQ神经网络
教学质量
评价模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于LVQ神经网络的植物种类识别
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 计算机自动植物种类识别 2-D Gabor滤波 LVQ神经网络
年,卷(期) 2007,(3) 所属期刊栏目 计算机科学
研究方向 页码范围 421-426
页数 6页 分类号 TP391
字数 2851字 语种 中文
DOI 10.3321/j.issn:1671-5489.2007.03.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周彦军 东北师范大学计算机学院 2 56 2.0 2.0
2 张蕾 东北师范大学计算机学院 13 221 7.0 13.0
3 孔俊 东北师范大学计算机学院 11 129 4.0 11.0
4 王路 吉林财税高等专科学校信息系 6 39 1.0 6.0
5 曾晓云 东北师范大学计算机学院 1 39 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (77)
参考文献  (8)
节点文献
引证文献  (39)
同被引文献  (84)
二级引证文献  (120)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(6)
  • 引证文献(5)
  • 二级引证文献(1)
2011(7)
  • 引证文献(1)
  • 二级引证文献(6)
2012(6)
  • 引证文献(5)
  • 二级引证文献(1)
2013(9)
  • 引证文献(6)
  • 二级引证文献(3)
2014(22)
  • 引证文献(5)
  • 二级引证文献(17)
2015(20)
  • 引证文献(4)
  • 二级引证文献(16)
2016(22)
  • 引证文献(2)
  • 二级引证文献(20)
2017(16)
  • 引证文献(7)
  • 二级引证文献(9)
2018(23)
  • 引证文献(2)
  • 二级引证文献(21)
2019(20)
  • 引证文献(0)
  • 二级引证文献(20)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
计算机自动植物种类识别
2-D Gabor滤波
LVQ神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导