共查询到10条相似文献,搜索用时 15 毫秒
1.
建立了基于机器视觉和近红外光谱技术的分级概率输出,利用DS证椐融合规则,搭建适用于异源数据的无损检测分级决策模型。采用方向梯度直方图和主成分提取方法提取光谱特征,并应用支持向量机和AdaBoost分类器进行识别,在此基础上,构建了基于特征层融合的马铃薯分级模型。采用多源信息融合技术,建立了融合无损检测分级决策和特征层融合的多源信息融合农产品品质鉴别模型。仿真结果表明,相比于单一鉴别模型,多源信息融合鉴别模型识别率提高了12.7%~30.2%,达95.7% 以上。 相似文献
2.
文章分别使用基于像元和基于对象的KNN分类器算法对1024*1024像元大小的宁夏中卫市地区15m空间分辨率Landsat8融合影像进行分类,比较二者分类效率和准确率,探讨其在影像分类上的不同。研究表明无论是基于对象还是基于像元的KNN分类器算总体分类精度都在90%以上。但基于对象的KNN分类器算法相比基于像元的总体分类精度提高1.9%,Kappa系数提高0.026。且使用相同的训练样本进行训练和分类,基于对象的KNN分类器算法仅耗时0.281秒,而基于像元的KNN分类器算法耗时53分7.275秒。 相似文献
3.
4.
5.
6.
提出基于矢功率谱和D-S证据理论分层融合的旋转机械故障诊断方法,该方法把转子的2个截面信息分别以矢功率谱进行数据层融合,提取矢功率谱的特征输入到径向基概率神经网络分类器进行故障识别,最后把两截面诊断结果输入D-S证据理论融合中心进行决策层融合.实验结果表明,该方法可降低故障诊断的不确定性,并提高故障决策准确率. 相似文献
7.
为提高烟丝杂质检测及剔除的准确率,设计了一种基于计算机视觉与机器学习的烟丝杂质图像级联检测方法。该方法采用颜色特征和梯度能量计算机视觉方法对烟丝杂质进行定位,结合HOG特征、LBP特征与级联Adaboost分类器,设计多窗口检测算法对烟丝杂质进行实时检测。结果表明:基于颜色特征的静态杂质检测方法的准确率高于梯度能量方法,在结合了HOG特征和级联Adaboost分类器算法后,检测结果非常稳定,烟丝杂质检测准确率达到97.33%,在实际操作过程中不需要人工调整算法参数,在保证算法准确率和有效性的同时降低了时间成本。 相似文献
8.
9.
随着计算机科学技术的快速发展,网络技术在我们的日常生活和工作中发挥着越来越重要的作用,多网融合作为一项重要的网络技术,被广泛地应用在通信工程的各个领域,基于多网融合的通信工程具有很多独特的优势,推动了通信工程的快速发展。本文分析了多网融合技术概述,阐述了基于多网融合的通信工程的经济性,基于多网融合的通信工程的技术优势和基于多网融合技术的通信工程的安全性。 相似文献
10.
为解决图像融合过程中边缘信息以及细节内容易于丢失的问题,提出图像融合的改进算法。对源图像进行小波变换分解,将分解后的高低频系数用矩阵存储。对于低频子带的系数,采用形态学边缘检测的方法,提取出边缘轮廓系数,后运用加权平均法对其进行融合得到用于重构的低频系数。对于各高频子带的系数,先采用区域能量法构造出判断矩阵,经多数筛选法和形态学处理后得到二值融合决策图,并根据此决策图选取出用于重构的高频系数。最后,进行图像重构得到融合图像。实验结果表明,该算法增强了图像边缘细节的清晰度,其图像融合效果在相同融合条件下比其它算法更好,熵、标准差和平均梯度等图像融合的评价指标提高了0.5%~5%,可以更有效地应用于医学或多聚焦图像的融合。 相似文献