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:
针对储粮害虫种类多、类别之间区分度比较小的特点,提出基于核函数主成分分析(KPCA)的粮虫特征提取方法.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函数主成分分析,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.从类间可分性指数和粮虫分类效果2个方面,将KPCA法与传统的主成分分析(PCA)法进行了比较分析.结果表明,KPCA法对粮虫的非线性特征更为敏感,应用KPCA法提取的前2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86.67%,在有效降低特征维数的同时,还保持了类别之间的可分性信息.
推荐文章
基于二维主成分分析的图像特征提取研究
二维主成分分析
特征提取
人脸识别
基于测地距离的核主成分分析方法
测地距离
核主成分分析
特征提取
数据分析
基于改进核主成分分析的故障检测与诊断方法
改进核主成分分析
流形学习
费舍尔判别分析
故障检测
诊断
仿真实验
一种基于核函数特征提取改进方法的应用
核典型相关分析
特征提取
计算复杂度
内存占用量
识别率
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 核函数主成分分析在粮虫特征提取中的应用
来源期刊 河南农业科学 学科 农学
关键词 储粮害虫 特征提取 核函数主成分分析 识别
年,卷(期) 2011,(9) 所属期刊栏目 植物保护
研究方向 页码范围 90-93
页数 分类号 S435.122|TP391.41
字数 3785字 语种 中文
DOI 10.3969/j.issn.1004-3268.2011.09.025
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 张红涛 华北水利水电学院电力学院 71 659 12.0 23.0
2 顾波 华北水利水电学院电力学院 38 228 6.0 13.0
3 楚清河 华北水利水电学院电力学院 26 106 6.0 9.0
4 胡玉霞 郑州大学电气工程学院 37 298 9.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (60)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (11)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
储粮害虫
特征提取
核函数主成分分析
识别
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
河南农业科学
月刊
1004-3268
41-1092/S
大16开
郑州市农业路1号
36-32
1972
chi
出版文献量(篇)
8734
总下载数(次)
17
总被引数(次)
59835
论文1v1指导