基于Fisher变换的植物叶片图像识别监督LLE算法OA北大核心CSCDCSTPCD
Recognition Method of Plant Leaves Based on Fisher Projection-supervised LLE Algorithm
提出一种基于Fisher投影的监督LLE方法,应用于植物叶片图像识别中.该方法利用Fisher投影距离取代样本的测地距离,并以此为基础计算样本的权值,加入LLE算法的代价函数中.该方法克服了传统LLE算法无监督学习不适应分类问题的缺陷,在抑制噪声点影响的同时可以更好地挖掘样本的类别信息,提高叶片的分类精度.基于实拍植物叶片图像数据库的实验结果证明,该算法的平均识别率达到92.36％.
A new supervised weighted LLE method based on the Fisher projection was proposed- This method utilized the Fisher projection distance to replace the sample's geodesic distance, and the importance score of each sample was obtained based on this distance, then the importance scores were added into the cost function of LLE, This method can overcome the disadvantage of traditional LLE, an unsupervised learning algorithm which cannot solve the classification prob…查看全部>>
阎庆;梁栋;张晶晶
安徽大学电气工程与自动化学院,合肥230039安徽大学电子信息工程学院,合肥230039安徽大学电子信息工程学院,合肥230039
信息技术与安全科学
植物叶片识别特征提取监督局部线性嵌入流形学习Fisher变换
Plant leaves Recognition, Feature extraction, Supervised locally linearembedding Manifold learning, Fisher projection
《农业机械学报》 2012 (9)
仿射不变性和亮度单调变化不变性的图像特征描述
179-183,5
国家自然科学基金资助项目(61172127)、高等学校博士学科点专项科研基金资助项目(20113401120006)、安徽大学211创新团队项目(KJTD007A)和安徽大学“211工程”青年科学研究基金资助项目(KJQN1114)
评论