钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
物理学期刊
\
光谱学与光谱分析期刊
\
半透射高光谱结合流形学习算法同时识别马铃薯内外部缺陷多项指标
半透射高光谱结合流形学习算法同时识别马铃薯内外部缺陷多项指标
作者:
孔德国
库静
徐梦玲
徐森淼
李小昱
武振中
金瑞
黄涛
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
高光谱成像
流形学习
纠错输出编码
最小二乘支持向量机
内外部缺陷
马铃薯
摘要:
针对马铃薯内外部缺陷多项指标难以同时识别的问题,提出了一种半透射高光谱成像技术采用流形学习降维算法与最小二乘支持向量机(LSSVM )相结合的方法,该方法可同时识别马铃薯内外部缺陷的多项指标。试验以315个马铃薯样本为研究对象,分别采集合格、外部缺陷(发芽和绿皮)和内部缺陷(空心)马铃薯样本的半透射高光谱图像,同时为了符合生产实际,将外部缺陷马铃薯的缺陷部位以正对、侧对和背对采集探头的随机放置方式进行高光谱图像采集。提取马铃薯样本高光谱图像的平均光谱(390~1040 nm )进行光谱预处理,然后分别采用有监督局部线性嵌入(SLLE)、局部线性嵌入(LLE)和等距映射(Isomap)三种流形学习算法对预处理光谱进行降维,并分别建立基于纠错输出编码的最小二乘支持向量机(ECOC‐LSS‐VM )多分类模型。通过分析和比较建模结果,确定SLLE为最优降维算法,SLLE‐LSSVM 为最优马铃薯内外部缺陷识别模型,该方法对测试集合格、发芽、绿皮和空心马铃薯样本的识别率分别达到96.83%,86.96%,86.96%和95%,混合识别率达到93.02%。试验结果表明:基于半透射高光谱成像技术结合SLLE‐LSSVM的定性分析方法能够同时识别马铃薯内外部缺陷的多项指标,为马铃薯内外部缺陷的快速在线无损检测提供了技术参考。
暂无资源
收藏
引用
分享
推荐文章
流形学习中的算法研究
流形学习
主流形
局部线性嵌套
等度规映射
变分法
互信息
基于核融合的多信息流形学习算法
核融合
流形学习
多信息
面向高光谱图像分类的半监督丛流形学习
高光谱遥感图像
鉴别特征
丛流形结构
半监督丛流形学习
基于高光谱图像和光谱信息融合的马铃薯多指标检测方法
信息融合
无损检测
算法
高光谱成像
流形学习
极限学习机
图像纹理特征
马铃薯
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
半透射高光谱结合流形学习算法同时识别马铃薯内外部缺陷多项指标
来源期刊
光谱学与光谱分析
学科
化学
关键词
高光谱成像
流形学习
纠错输出编码
最小二乘支持向量机
内外部缺陷
马铃薯
年,卷(期)
2015,(4)
所属期刊栏目
研究方向
页码范围
992-996
页数
5页
分类号
O657.3
字数
3580字
语种
中文
DOI
10.3964/j.issn.1000-0593(2015)04-0992-05
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
李小昱
华中农业大学工学院
88
1907
26.0
39.0
2
孔德国
华中农业大学工学院
32
53
4.0
5.0
4
黄涛
华中农业大学工学院
36
517
14.0
22.0
5
徐森淼
华中农业大学工学院
9
182
8.0
9.0
6
金瑞
华中农业大学工学院
6
100
6.0
6.0
7
库静
华中农业大学工学院
7
103
6.0
7.0
8
徐梦玲
华中农业大学工学院
5
87
4.0
5.0
9
武振中
华中农业大学工学院
4
99
4.0
4.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(0)
共引文献
(0)
参考文献
(0)
节点文献
引证文献
(9)
同被引文献
(21)
二级引证文献
(49)
2015(2)
参考文献(0)
二级参考文献(0)
引证文献(2)
二级引证文献(0)
2015(2)
引证文献(2)
二级引证文献(0)
2016(18)
引证文献(3)
二级引证文献(15)
2017(14)
引证文献(3)
二级引证文献(11)
2018(12)
引证文献(1)
二级引证文献(11)
2019(11)
引证文献(0)
二级引证文献(11)
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
高光谱成像
流形学习
纠错输出编码
最小二乘支持向量机
内外部缺陷
马铃薯
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
光谱学与光谱分析
主办单位:
中国光学学会
出版周期:
月刊
ISSN:
1000-0593
CN:
11-2200/O4
开本:
大16开
出版地:
北京市海淀区学院南路76号钢铁研究总院
邮发代号:
82-68
创刊时间:
1981
语种:
chi
出版文献量(篇)
13956
总下载数(次)
19
总被引数(次)
127726
期刊文献
相关文献
1.
流形学习中的算法研究
2.
基于核融合的多信息流形学习算法
3.
面向高光谱图像分类的半监督丛流形学习
4.
基于高光谱图像和光谱信息融合的马铃薯多指标检测方法
5.
稀疏回归和流形学习的无监督特征选择算法
6.
流形学习算法综述
7.
流形学习及其算法研究
8.
基于特征子空间邻域的局部保持流形学习算法
9.
基于流形学习的高光谱图像非线性降维算法
10.
基于光谱梯度角的高光谱影像流形学习降维法
11.
一种融合流形学习的视频人脸性别识别改进算法
12.
基于流形学习算法的马铃薯机械损伤机器视觉检测方法
13.
基于点密集度的非线性流形学习算法
14.
结合切空间及特征空间校准的增量流形学习正则优化算法
15.
流形学习中的算法研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
光谱学与光谱分析2022
光谱学与光谱分析2021
光谱学与光谱分析2020
光谱学与光谱分析2019
光谱学与光谱分析2018
光谱学与光谱分析2017
光谱学与光谱分析2016
光谱学与光谱分析2015
光谱学与光谱分析2014
光谱学与光谱分析2013
光谱学与光谱分析2012
光谱学与光谱分析2011
光谱学与光谱分析2010
光谱学与光谱分析2009
光谱学与光谱分析2008
光谱学与光谱分析2007
光谱学与光谱分析2006
光谱学与光谱分析2005
光谱学与光谱分析2004
光谱学与光谱分析2003
光谱学与光谱分析2002
光谱学与光谱分析2001
光谱学与光谱分析2000
光谱学与光谱分析1999
光谱学与光谱分析1998
光谱学与光谱分析2015年第9期
光谱学与光谱分析2015年第8期
光谱学与光谱分析2015年第7期
光谱学与光谱分析2015年第6期
光谱学与光谱分析2015年第5期
光谱学与光谱分析2015年第4期
光谱学与光谱分析2015年第3期
光谱学与光谱分析2015年第2期
光谱学与光谱分析2015年第12期
光谱学与光谱分析2015年第11期
光谱学与光谱分析2015年第10期
光谱学与光谱分析2015年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号