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:
在图像分类和检索中,如何对图像进行特征提取及提取图像的哪些特征信息,影响着图像分类的准确性.提出了一种基于颜色的特征提取算法,同时利用最新的多层的深度学习算法对图像进行分类.结果表明,该研究提出的图像分类方法比传统图像分类算法准确度有较大的提高.
推荐文章
纹理图像的特征提取和分类
纹理图像
特征提取
分类
支撑矢量机
高光谱图像的特征提取与特征选择研究
高光谱图像
特征提取
特征选择
主成分分析
最小噪声分离
独立成分分析
核主成分分析
投影寻踪
基于PCA-K-means的卫星遥感图像的颜色特征提取技术
PCA
K-means
卫星遥感图像
颜色特征提取
基于纹理特征提取的图像分类方法研究及系统实现
纹理特征提取
图像分类
灰度共生矩阵
支持向量机
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 图像颜色特征提取及其分类研究
来源期刊 安徽农业科学 学科 农学
关键词 图像颜色特征 深度学习 图像分类
年,卷(期) 2014,(7) 所属期刊栏目 农业信息科学
研究方向 页码范围 2196-2198
页数 3页 分类号 S126
字数 3042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 张锡英 东北林业大学信息与计算机工程学院 20 84 6.0 8.0
2 车鑫 东北林业大学信息与计算机工程学院 2 35 2.0 2.0
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  (490)
参考文献  (7)
节点文献
引证文献  (12)
同被引文献  (21)
二级引证文献  (3)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(6)
  • 参考文献(2)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像颜色特征
深度学习
图像分类
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
安徽农业科学
半月刊
0517-6611
34-1076/S
大16开
安徽省合肥市农科南路40号
26-20
1961
chi
出版文献量(篇)
78281
总下载数(次)
236
总被引数(次)
436536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导