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:
近年来,在自动化识别昆虫技术中,基于图像的昆虫分类识别研究逐渐发展起来.本文在查阅了近20年来具有代表性文章的基础上,对基于图像的昆虫分类识别研究的进展进行综述,介绍了图像获取、图像处理、分类方法三方面,并分析了现有方法的优缺点.最后展望了基于图像的昆虫分类识别研究的研究趋势和发展方向.
推荐文章
基于图像的昆虫远程自动识别
图像
昆虫
客户机/服务器架构
对象识别
基于图像分析的植物叶片识别技术综述
数字图像分析
植物叶片识别
图像模板匹配
统计学
机器学习理论
基于稀疏深度置信网络的图像分类识别研究
焊缝缺陷
深度学习
稀疏约束
深度置信网络
基于深度学习的图像识别技术研究综述
图像识别
CNN
R-CNN
SPP-Net
FastR-CNN
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 基于图像的昆虫分类识别研究综述
来源期刊 智能计算机与应用 学科 工学
关键词 图像分割 昆虫分类 特征提取 分类识别
年,卷(期) 2019,(3) 所属期刊栏目 学术研究与应用
研究方向 页码范围 29-35
页数 7页 分类号 TP391.41
字数 6618字 语种 中文
DOI 10.3969/j.issn.2095-2163.2019.03.007
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 张广群 浙江农林大学信息工程学院 15 54 3.0 6.0
2 汪杭军 浙江农林大学暨阳学院工程技术学院 28 139 8.0 10.0
3 徐鹏 浙江农林大学暨阳学院工程技术学院 2 2 1.0 1.0
4 姚侃 浙江农林大学信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (223)
共引文献  (140)
参考文献  (33)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (0)
1962(3)
  • 参考文献(0)
  • 二级参考文献(3)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(6)
  • 参考文献(1)
  • 二级参考文献(5)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(10)
  • 参考文献(2)
  • 二级参考文献(8)
2004(9)
  • 参考文献(2)
  • 二级参考文献(7)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(14)
  • 参考文献(0)
  • 二级参考文献(14)
2007(11)
  • 参考文献(2)
  • 二级参考文献(9)
2008(16)
  • 参考文献(2)
  • 二级参考文献(14)
2009(19)
  • 参考文献(1)
  • 二级参考文献(18)
2010(20)
  • 参考文献(1)
  • 二级参考文献(19)
2011(13)
  • 参考文献(2)
  • 二级参考文献(11)
2012(22)
  • 参考文献(5)
  • 二级参考文献(17)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(17)
  • 参考文献(0)
  • 二级参考文献(17)
2015(16)
  • 参考文献(6)
  • 二级参考文献(10)
2016(12)
  • 参考文献(1)
  • 二级参考文献(11)
2017(12)
  • 参考文献(1)
  • 二级参考文献(11)
2018(7)
  • 参考文献(6)
  • 二级参考文献(1)
2019(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)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像分割
昆虫分类
特征提取
分类识别
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
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
相关基金
浙江省自然科学基金
英文译名:
官方网址:http://www.zjnsf.net/
项目类型:一般项目
学科类型:
论文1v1指导