词包模型在藻类分类识别中的应用

• 作者: 周亚丽 张奇志 张松
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 词包模型 藻类分类 分类器 描述子
• 年，卷（期）: 2016,（1）
• 页码范围: 28-32
• 页数: 5页
• 分类号: TP751.1
• 字数: 2645字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2016.01.006

摘要

针对海量藻类显微图像进行人工分类和标注比较困难的问题,尝试将词包模型方法用于藻类分类识别.首先提取样本的尺度不变特征变换描述子,将所有的特征描述子聚类得到典型特征,再用得到的典型特征重新表述样本图像,最后用得到的图像描述训练分类器,对测试样本进行分类.测试结果表明,该算法能有效地分类藻类图像样本,具有较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张奇志	北京信息科技大学自动化学院	111	209	8.0	10.0
2	周亚丽	北京信息科技大学自动化学院	104	252	8.0	12.0
3	张松	北京信息科技大学自动化学院	2	5	1.0	2.0