赤潮生物圖像分類識(shí)別技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩65頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、赤潮是我國(guó)近海常見(jiàn)的重要災(zāi)害之一,不僅造成了重大的經(jīng)濟(jì)損失,而且對(duì)海洋生態(tài)環(huán)境、資源和公眾健康構(gòu)成了嚴(yán)重威脅。目前只能通過(guò)監(jiān)測(cè)和預(yù)報(bào)的手段來(lái)減少赤潮造成的損失,因此建立赤潮生物的有效監(jiān)測(cè)方法成為擺在我們面前的亟待解決的課題。傳統(tǒng)的赤潮監(jiān)測(cè)方法是通過(guò)顯微鏡進(jìn)行人工辨認(rèn)和計(jì)數(shù)。這種方法不僅存在勞動(dòng)強(qiáng)度大、效率低等問(wèn)題,而且赤潮生物由于形態(tài)相近難于分辨,因此需要經(jīng)驗(yàn)豐富的專家才能進(jìn)行分類識(shí)別。這些因素都嚴(yán)重影響了對(duì)赤潮災(zāi)害預(yù)測(cè)的反應(yīng)時(shí)間,十分

2、不利于赤潮減災(zāi)防災(zāi)。 本文的研究工作在于針對(duì)赤潮生物提出具有較高準(zhǔn)確率的實(shí)時(shí)自動(dòng)分類方法。首先對(duì)赤潮生物圖像原始數(shù)據(jù)集進(jìn)行特征分析,并在此基礎(chǔ)上,對(duì)原始特征集進(jìn)行特征選擇以去除特征集中的無(wú)關(guān)特征和冗余特征,得到最優(yōu)特征子集,然后分別討論和分析了SVM和KNN兩種分類器在最優(yōu)特征子集上的分類效果,最后提出了使用SVM-KNN分類器來(lái)進(jìn)行赤潮生物圖像的識(shí)別分類。 本文研究工作的主要內(nèi)容及創(chuàng)新包括以下幾點(diǎn): (1

3、)在對(duì)數(shù)據(jù)原始特征集分析的基礎(chǔ)上,提出了將ReliefF算法與順序后向搜索(SBS)策略相結(jié)合進(jìn)行特征選擇的方法。使用該方法可以有效的去除原始特征集中的無(wú)關(guān)特征和冗余特征,減少它們對(duì)分類器分類精度的影響。并通過(guò)實(shí)驗(yàn)對(duì)比了SVM和KNN兩種分類器特征選擇前后的分類效果。 (2)將經(jīng)過(guò)特征選擇后的4類樣本數(shù)據(jù)集和7類樣本數(shù)據(jù)集,分別用SVM和KNN兩種分類器進(jìn)行分類實(shí)驗(yàn),針對(duì)實(shí)驗(yàn)結(jié)果對(duì)兩種分類器分類的特點(diǎn)和性能進(jìn)行深入的討論和分析

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論