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:
针对现有PCA 方法在大数据降维过程中数据处理速度过慢这一问题,设计并实现了一种基于曲线拟合技术的方差贡献率函数拟合方法,并将其应用于植物叶片的本征维数估计之中。为了提高本征维数估计的精度,提出了一种“粗略估计本征维数区间+精确判断”相结合的本征维数估计方法。为了验证算法的有效性,利用5类植物叶片共计150个样本进行了识别测试。试验结果表明,文中方法可以得到与PCA方法相近的分类效果,但识别时间要远小于 PCA 方法,表明将该方法应用于高维数据集的本征维数估计是有效的、可行的。
推荐文章
基于改进SVM算法的植物叶片分类研究
植物叶片分类
布谷鸟搜索算法
支持向量机
基于 PCA 和 SVM 的植物叶片分类方法研究
叶片图像
分类识别
特征提取
SVM
PCA
信号分形维数估计的研究与实现
分形维数
自仿射
迭代函数系统
搜索算法
一种基于L2,1范数的PCA维数约简算法
维数约筒
主成分分析
L2,1-PCA
L2,1范数
拉格朗日乘子
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 植物叶片本征维数估计与分类方法研究--基于改进 PCA
来源期刊 农机化研究 学科 工学
关键词 植物叶片 本征维数估计 PCA 方差贡献率 曲线拟合
年,卷(期) 2014,(10) 所属期刊栏目 理论研究与探讨
研究方向 页码范围 42-45,49
页数 5页 分类号 TP391.4
字数 3367字 语种 中文
DOI
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 王斌 西北农林科技大学机械与电子工程学院 41 194 8.0 11.0
2 宋怀波 西北农林科技大学机械与电子工程学院 39 528 14.0 22.0
3 徐越 西北农林科技大学机械与电子工程学院 8 118 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (40)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(11)
  • 参考文献(0)
  • 二级参考文献(11)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(9)
  • 参考文献(2)
  • 二级参考文献(7)
2013(6)
  • 参考文献(6)
  • 二级参考文献(0)
2014(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
植物叶片
本征维数估计
PCA
方差贡献率
曲线拟合
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
农机化研究
月刊
1003-188X
23-1233/S
大16开
黑龙江哈尔滨市哈平路156号
14-324
1979
chi
出版文献量(篇)
14318
总下载数(次)
39
总被引数(次)
94283
论文1v1指导