陕西省自然科学基金(2010JQ8019)
- 作品数：5 被引量：40H指数：3
- 相关作者：蔡骋朱俊平张明曾燕春黄良妹更多>>
- 相关机构：西北农林科技大学更多>>
- 发文基金：陕西省自然科学基金国家自然科学基金陕西省科学技术研究发展计划项目更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 基于生物阻抗特性的苹果新鲜度无损测定被引量：14
- 2013年
- 以红富士苹果为试材,在室温下贮存得到失重率0、5%、10%、15%和果心褐变果实,分别定义为1、2、3、4、5级新鲜度,采用LCR阻抗仪测定各等级共424个果实的14个生物阻抗参数在9个频率点下的126个特征值。通过稀疏主元分析-线性分类器(SPCA-LDC)模型试验,得出适宜的选样比例(训练样本数与测试样本数之比)为9∶1,主元数达到前39～45个时分级正确率达到最大值;构成至少39个主元的生物阻抗特征参数为44个;50次重复试验的分级正确率平均值为87.90%。
- 蔡骋李晓龙马惠玲任小林黄良妹曾燕春
- 关键词：苹果新鲜度生物阻抗线性分类器
- 基于核范数凸优化的微阵列缺失点重建被引量：1
- 2013年
- 为解决大多数基因微阵列矩阵中含有缺失点的问题,提出了基于矩阵核范数凸优化(Nuclear Norm Optimization)的微阵列缺失点的重建方法。该方法利用了微阵列矩阵中的冗余信息,使用矩阵填充(Matrix Completion,MC)来重建缺失点,实现了矩阵的核范数凸优化。实验结果表明,矩阵填充在某些时间序列的微阵列数据集上与K最近邻(KNN)、贝叶斯主成分分析(BPCA)和局部最小二乘法(LLSimpute)相比表现出了较强的竞争力。由矩阵填充得到的矩阵,还可以替代广泛应用的局部最小二乘法中的行均值填充矩阵。矩阵填充和局部最小二乘法结合的方法在所有测试数据集的几乎所有缺失率下都取得了最低的重建错误率。
- 孟繁驰李书琴蔡骋
- 基于压缩感知理论的杂草种子分类识别被引量：17
- 2010年
- 在农业领域,实现自动、准确、稳健的种子分类识别算法是具有重要经济意义的.由于杂草种子的类别很多,大小、形状、纹理等特征变化多样,即使一个类别的种子,不同的特征也会在数量上有所差异.另外,由于种子常常会因潮湿、病菌等因素,产生霉块或病斑即是连续遮挡或噪声的问题,而之前的算法不适合解决此问题.文中通过求解一个复合的欠定线性方程组优化问题来解决杂草种子的连续遮挡问题.文中利用压缩感知理论在机器学习领域的运用,用主成分分析、下抽样、随机取样等方法对种子图像降维,然后就把杂草种子分类问题归结为一个求解待测样本对于整体训练样本的稀疏表示问题.问题的求解通过e^1范式最小化完成.实验结果表明,利用稀疏表示算法进行分类,可以达到很好的识别效果,对于87类的杂草种子,最好的识别率是90.80%.
- 蔡骋张明朱俊平
- 关键词：压缩感知凸优化
- 基于稀疏低秩分解的杂草种子配准
- 2012年
- 针对杂草种子识别在实际应用中的困难,提出了一种适用于杂草种子配准的稀疏低秩分解算法。阐述了稀疏低秩算法的原理和求解方法,原本有等式约束且非凸的问题可以通过求解核范式和l1范式的无约束凸优化问题得到很好的配准结果。为了验证配准工作的重要性,运用k折交叉检验对比配准前后的识别率差异。实验结果表明,基于稀疏低秩分解的配准算法能够提高杂草种子的识别率,为实际中的杂草种子识别提供了可行方案。
- 张明朱俊平蔡骋
- 关键词：图像配准凸优化雅克比矩阵
- 基于CENTRIST的植物叶片识别研究与实现被引量：8
- 2012年
- 针对传统植物识别方法工作任务量大,效率低下,难以保证数据客观性的问题,将CENTRIST视觉特征描述符应用于植物叶片的自动识别,设计出一个基于植物叶片图像的在线自动识别系统,对叶片图像进行预处理并提取其CEN-TRIST特征,使用最近邻分类器进行分类,计算并查询网络数据库中与之最匹配的图像,能够快速识别常见的32种植物叶片,平均正确识别率达到了90%以上。系统的后台使用PHP语言实现,所有叶片图像的信息存储于网络服务器的MySQL数据库中。实验结果表明,该系统对叶片识别具有非常好的效果,而且易于实现,也方便数据扩充和用户使用。
- 王艳菲朱俊平蔡骋
- 关键词：特征提取最近邻分类器
