基于拉普拉斯卷积网络和SMM分类器的小麦麦粒识别

• 作者: 何小海 卿粼波 康朋新 滕奇志 董德良
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 麦粒识别 卷积网络 特征提取 支持矩阵机
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 71-73,78
• 页数: 4页
• 分类号: TP183
• 字数: 2853字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2018.04.016

摘要

为了提高小麦麦粒识别的识别率,采用了拉普拉斯卷积网络(Convolution Network Based on Laplacian Eigenmap,LENet)和支持矩阵机(Support Matrix Machines,SMM)分类器相结合的方法对小麦麦粒进行识别.拉普拉斯卷积网络是一种无反馈的轻量型级联卷积神经网络,可以用来提取小麦麦粒的特征,该网络通过拉普拉斯特征映射来学习网络的参数,输出层通过块直方图编码和矩阵化处理实现,最终提取的特征使用SMM分类器进行分类.通过在建立的小麦麦粒图像数据库上的实验表明,该麦粒识别方法要优于一些传统特征提取分类方法,取得了较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何小海	四川大学电子信息学院	395	2334	21.0	30.0
2	滕奇志	四川大学电子信息学院	198	900	14.0	21.0
3	卿粼波	四川大学电子信息学院	181	565	11.0	15.0
4	董德良		29	122	6.0	10.0
5	康朋新	四川大学电子信息学院	2	0	0.0	0.0