原文服务方: 东北林业大学学报       
摘要:
提出了一种能量特征与支持向量机(Support Vector Machine,SVM)相结合的红虫与水中浮游生物图像识别方法.把小波能量特征加入到原始图像中,再用Fisher线性判别法进行特征提取,同时提取图像的三层小波分解后系数的数学特征和图像颜色调和熵构造特征向量,然后采用SVM进行识别.通过对红虫及浮游生物的分类进行实验,验证了该方法的有效性,获得较高的识别率.
推荐文章
基于小波分析及改进KNN的红虫识别研究
淡水浮游生物
红虫
小波分解
颜色特征
K近邻
小波分析在负载识别中的应用
小波分析
负载识别
能量
波形
基于小波分解的高温物体图像快速识别方法
小波分解
多分辨率分析
图像分割
目标识别
基于支持向量机的红虫识别研究
红虫识别
支持向量机(SVM)
生物识别
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 基于小波分析的红虫识别
来源期刊 东北林业大学学报 学科
关键词 红虫识别 小波分解 支持向量机 核函数
年,卷(期) 2009,(4) 所属期刊栏目 研究简报
研究方向 页码范围 112-114
页数 3页 分类号 TP391|Q969.442.6
字数 语种 中文
DOI 10.3969/j.issn.1000-5382.2009.04.040
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 崔福义 197 3569 32.0 47.0
2 吕伟民 27 152 7.0 11.0
3 孙兴滨 55 264 9.0 14.0
4 赵晶莹 20 84 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (84)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (16)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(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)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(5)
  • 引证文献(0)
  • 二级引证文献(5)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
红虫识别
小波分解
支持向量机
核函数
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
东北林业大学学报
月刊
1000-5382
23-1268/S
大16开
1957-01-01
chi
出版文献量(篇)
7235
总下载数(次)
0
总被引数(次)
68015
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
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
黑龙江省自然科学基金
英文译名:
官方网址:http://jj.dragon.cn/zr/index.asp
项目类型:
学科类型:
论文1v1指导