 |
| 基于SVDD和SVM的赤潮藻类识别 |
| 作者：江涛[1] 王程[1] 王博亮[2] 谢杰镇[2] 焦念志[3] 骆庭伟[3]； 出处：厦门大学学报：自然科学版. 2010(1).-47-51 |
| 关键词：赤潮 支持向量数据域 特征提取 流式细胞技术 |
| 中文 |
| 文章摘要：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． |
| 详细内容请点击全文下载... |
| 全文下载 |
详细地址：广东省广州市越秀区先烈中路100号 邮编：510070
版权所有：广东省科技图书馆(建议分辨率1024*768以上) 粤ICP备05059360号
互动邮箱：stlib@stlib.cn; zhangrui@stlib.cn
部门博客：http://diglib.blog.sohu.com/