排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
2.
针对羊绒与细羊毛鉴别的问题,研究了鳞片纹图基因码关于羊绒的的识别精度。研究表明, 虽然羊绒与细羊毛同一鳞片纹图基因码的分布类型相同,但数字特征却大同小异,羊绒鳞片纹图基因码的数字特征表明其鳞片更似方形或窄矩形,而细羊毛的则更似宽矩形。在所有纹图基因码中,两类纤维鳞片面积、周长和矩形度的分布几乎完全重叠,表明三者无法用于纤维鉴别。两类纤维其它纹图基因码的分布部分重叠,据此可建立具有最小识别误差的纤维辨识标准,获得了羊绒纤维最大识别概率为88.8%,羊毛最大识别概率为92%,最小识别误差为10.7%的结论。这些结论为羊绒鉴别最优基因组的发现提供了理论参考。 相似文献
3.
针对羊绒鉴别的问题,研究了光学显微镜下纤维鳞片纹图基因码的统计规律。研究表明, 羊绒鳞片纹图基因码中除纤维直径的均匀性较好、变异系数较小以外,其它基因码的变异系数均较大。所有纹图基因码中除了鳞片矩形度的最优拟合为正态分布外,其它形状参数的最优拟合均为对数正态分布,其拟合相关度均超过了0.99。羊绒纹图基因码中相对形状参数离散度较小而绝对形状参数离散度较大。在所有的纹图基因码中,鳞片矩形度的离散度最小而面积的离散度最大,羊绒纤维鳞片形状较更似方形或窄矩形。这些统计特征为羊绒最优判别基因组的构造提供了参考依据,为羊绒纤维鉴别准则的发现提供了理论基础。 相似文献
4.
基于贝叶斯方法的山羊绒与细羊毛的鉴别 总被引:3,自引:0,他引:3
根据细羊毛与山羊绒的鳞片形状与结构特征的不同,提出智能识别2类纤维的方法。通过CCD系统获取2类纤维的灰度图像,采用图像技术将灰度图像处理成单像素宽度的二值图,从二值图中提取描述2类纤维鳞片形状特征的4个比对指标。在样本数据库上基于4个比对指标的统计假设建立辨识细羊毛与山羊绒纤维的贝叶斯分类模型。仿真结果表明:该模型具有较好的纤维鉴别能力,对山羊绒纤维的识别准确度达到83%,对细羊毛则达到90%;并且随着参数的增加,模型有进一步提高鉴别精度的可能。 相似文献
5.
6.
鳞片的模式特征是辨识动物纤维的主要依据,本文研究了光学显微镜下羊绒鳞片的模式特征。通过图像技术我们提取了描述羊绒鳞片形状特征的四个基本指标,并由此导出了四个相对特征指标。对这些指标的统计分析结果表明,羊绒鳞片的四个基本形状参数的分布特征是有差异的,不完全是正态分布,与其相对关的相对特征也是类似。 相似文献
7.
石先军 《武汉纺织工学院学报》2003,16(3):32-34
数据挖据的目的是从数据库中获取知识。本文针对挖据目的,提出了一种基于遗传算法的分类方法,并应用于实例,得到了很好的结果。 相似文献
8.
用Microsoft word编写,运用Flash的动画技巧制作大提花机不同装造类型下的运动动画,把提花机复杂的运动原理变得更加具体、形象化,同时用文本、图形、图像、声音和动画表述教学内容,能用计算机显示各种在黑板上无法完成的图像. 相似文献
1