基于非线性重构模型的植物叶片图像集分类方法

• 作者: 刘孟南 杜吉祥
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 非线性重构模型 高斯RBMs k-means特征提取 图像预处理
• 年，卷（期）: 2017,（z2）
• 所属期刊栏目: 模式识别与图像处理
• 页码范围: 212-216
• 页数: 5页
• 分类号: TP391
• 字数: 3974字
• 语种: 中文

摘要

提出一种基于非线性重构模型的植物叶片图像集的分类识别方法.该方法首先使用高斯受限玻尔兹曼机(GRBMs)通过非监督预训练来初始化模型的权值;然后针对每一个植物叶片图像集用初始化的模型训练得到一个特定的模型;最后根据测试样本的最小重构误差和测试样本集的最多投票策略来判定测试样本集的类别.该方法通过图像预处理来处理图像,避免了图像在缩放时发生形变,并采用基于k-means的特征提取方法来提取植物叶片图像特征.实验结果表明,该方法能够准确地对植物叶片图像集进行分类识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜吉祥	华侨大学计算机科学与技术学院	42	267	9.0	14.0
2	刘孟南	华侨大学计算机科学与技术学院	1	4	1.0	1.0