您的位置: 专家智库 > >

江涛

作品数:4 被引量:15H指数:2
供职机构:厦门大学信息科学与技术学院通信工程系更多>>
发文基金:福建省农科院青年科技人才创新基金国家高技术研究发展计划国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信天文地球更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇天文地球
  • 1篇电子电信

主题

  • 2篇赤潮
  • 1篇代表点
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇台风
  • 1篇特征描述子
  • 1篇特征提取
  • 1篇图像
  • 1篇图像识别
  • 1篇平均风
  • 1篇平均风速
  • 1篇主成份分析
  • 1篇自动识别
  • 1篇细胞
  • 1篇向量
  • 1篇向量机
  • 1篇流式细胞
  • 1篇流式细胞技术
  • 1篇脉动风
  • 1篇脉动风速

机构

  • 4篇厦门大学
  • 2篇国防科学技术...

作者

  • 4篇江涛
  • 3篇王博亮
  • 3篇谢杰镇
  • 1篇刘君君
  • 1篇焦念志
  • 1篇王程
  • 1篇唐余亮
  • 1篇郑少平
  • 1篇雷鹰
  • 1篇骆庭伟

传媒

  • 2篇厦门大学学报...
  • 1篇中国新通信
  • 1篇心智与计算

年份

  • 1篇2011
  • 1篇2010
  • 2篇2009
4 条 记 录,以下是 1-4
排序方式:
SVM-KNN分类器在赤潮生物图像识别中的应用被引量:1
2009年
为解决赤潮生物图像识别中随着识别种类增多,分类准确率快速下降的问题,本文对支持向量机(SVM)分类器进行改进。通过对支持向量机分类时出错样本点的分布情况的研究,发现在最优分类超平面附近容易发生错分现象。因此本文采用SVM-KNN分类器来替代支持向量机(SVM)分类器,利用K近邻分类的优点,对出现在支持向量机分类容易发生错分情况的最优分类超平面附近的样本点采用 K近邻分类。实验证明了使用SVM-KNN分类器比支持向量机(SVM)分类器有更高的分类准确率,并且性能更加稳定。
刘君君王博亮谢杰镇江涛
关键词:支持向量机K近邻算法
基于SVDD和SVM的赤潮藻类识别被引量:6
2010年
提出了一种基于支持向量机(SVM)和支持向量域描述(SVDD)的赤潮藻类分类系统.该系统是赤潮藻类流式监测系统的子系统.设计这套系统的主要难点在于:1)同一种藻类的形态由于个体差异和生长期不同而不同;2)藻类图像是任意位置三维目标在成像平面的投影,投影存在任意性并可能产生局部遮挡;3)藻类图像包含非目标藻类和杂质.在特征提取算法的基础上,首先对输入的藻类采用SVDD进行拒识或接受处理,最后针对接受的藻类再利用基于超平面分割的SVM分类器进行分类判决.实验证明:基于SVM和SVDD的赤潮藻类分类系统分类精度更高并具有较好的拒识性能,是一种较好的藻类自动分类方法.
江涛王程王博亮谢杰镇焦念志骆庭伟
关键词:赤潮特征提取流式细胞技术
Zigbee技术应用于台风风速(压)实测研究
2011年
大气边界层内风特性(无论是常态风还是台风)的实测工作是风工程学科中最重要的基础研究内容之一。平均风速(压)的高度剖面、脉动风速(压)的功率谱密度函数、脉动风速的紊流积分尺度以及脉动风速(压)的纵向与横向相关性等表达式的确定都必须建立在实测的基础上。
江涛唐余亮雷鹰
关键词:ZIGBEE技术平均风速台风脉动风速
基于形状特征描述子的赤潮优势种识别研究被引量:9
2009年
研究了赤潮优势种识别技术,该技术运用在基于流式细胞技术的赤潮实时监控系统中.由于不同生长周期和拍摄视角对藻类细胞的形态有较大的影响,仅用一种特征就将藻类分开是不现实的.采用3种形状特征描述子提取特征,再利用多级主特征向量评估准则进行特征融合和降维,最后使用SVM进行分类.通过对6类我国附近海域常见赤潮优势种的3000个样本的自动分类实验结果表明,识别精度可以达到95.80%,与人工识别精度相当,具备较高的实用性.
郑少平谢杰镇王博亮江涛
关键词:自动识别模式识别主成份分析
共1页<1>
聚类工具0