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:
采用机器视觉技术和模糊推理相结合的方法识别蜂王.根据巢脾上蜜蜂分布图像特点,使用改进的形态学二次重建方法,标记前景待识别蜂体,动态扫描图像提取蜂体长轴和短轴所在的离散点集.构建Mamdani型模糊推理系统,建立5条推理规则,得到待识别个体是蜂王的概率大小,选取不同的概率阈值,将蜂王从巢脾中初步识别出来.实验结果表明:该方法在两种不同环境条件下的识别成功率分别达到88.8%和84.6%,大大减轻了工作量,操作上具有一定的可行性.
推荐文章
基于形态学重建改进的FCM算法
图像分割
形态学重建
模糊c均值算法
形态学梯度重建的改进快速分水岭算法
图像分割
快速分水岭变换
形态学梯度重建
基于形态学Top-Hat算子和知识处理的目标识别方法
目标识别
Top-Hat算子
形态滤波
空间关系
知识处理
基于数学形态学的运动图像模糊长度识别方法
数学形态学
模糊长度
频谱图
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 基于改进的形态学二次重建蜜蜂蜂王模糊识别方法
来源期刊 计算机应用与软件 学科 工学
关键词 蜂王识别 二次重建 前景标记 动态扫描 模糊推理
年,卷(期) 2020,(11) 所属期刊栏目 人工智能与识别
研究方向 页码范围 139-145
页数 7页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1000-386x.2020.11.024
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 林建 22 57 5.0 6.0
2 张翔 96 405 9.0 17.0
3 白云飞 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (181)
共引文献  (121)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(15)
  • 参考文献(1)
  • 二级参考文献(14)
2004(10)
  • 参考文献(1)
  • 二级参考文献(9)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(12)
  • 参考文献(0)
  • 二级参考文献(12)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(23)
  • 参考文献(1)
  • 二级参考文献(22)
2009(25)
  • 参考文献(1)
  • 二级参考文献(24)
2010(15)
  • 参考文献(1)
  • 二级参考文献(14)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(13)
  • 参考文献(0)
  • 二级参考文献(13)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
蜂王识别
二次重建
前景标记
动态扫描
模糊推理
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导