已閱讀1頁，還剩37頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、本文針對植物葉片分類的特點，對傳統(tǒng)統(tǒng)計形狀模型加以改進。首先對葉形進行歸一化處理，應(yīng)用了生物學參照點，通過坐標平移進行位置校正，應(yīng)用覆蓋面積半徑進行大小校正，應(yīng)用旋轉(zhuǎn)變換進行方向校正，這樣歸一化后更符合生物學知識的特征；其次采用最小距離分類法，用測試集的平均形態(tài)作為模板，對葉片進行分類；最后通過實驗設(shè)計來探究訓練集長、地標點序列長、分類器距離這三個因素獨立變化時對識別率的影響程度，同時引入了誤差矩陣和相似度矩陣，分別來體現(xiàn)錯分的事件的分
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于圖像的植物葉片分類方法研究.pdf
- 基于葉片形狀特征的植物識別技術(shù)研究.pdf
- 基于植物葉形狀和葉脈的植物葉自動分類研究.pdf
- 基于稀疏表示的植物葉片分類識別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的植物葉片分類識別.pdf
- 植物葉片圖像的分類方法研究.pdf
- 基于統(tǒng)計形狀模型的肝臟圖像分割算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的植物葉片混合分類算法.pdf
- 基于統(tǒng)計形狀模型的肝臟分割算法的研究與實現(xiàn).pdf
- 基于統(tǒng)計模型TMF的極化SAR圖像分類.pdf
- 植物葉形狀與葉脈結(jié)構(gòu)的自動分類研究.pdf
- 基于統(tǒng)計的卷焊圓筒初始幾何形狀模型的研究.pdf
- 基于詞頻統(tǒng)計的文本分類模型研究.pdf
- 基于目標輪廓線的形狀描述子及其在植物葉片識別中的應(yīng)用.pdf
- 基于改進的主動形狀模型的葉形分類與步態(tài)識別.pdf
- 基于三維統(tǒng)計形狀模型的多器官分割算法研究.pdf
- 基于MDL的統(tǒng)計形狀模型的建立及其醫(yī)學圖像分割的研究.pdf
- 基于SVM和形狀特征的電極三維模型分類檢索的研究.pdf
- 基于葉片輪廓與角點的植物葉片識別研究.pdf
- 基于正則化線性統(tǒng)計模型的文本分類研究.pdf
評論
0/150
提交評論