期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多特征提取和Stacking集成学习的金线莲品系分类
被引量:
12
1
作者
谢文涌
柴琴琴
+3 位作者
甘勇辉
陈舒迪
张勋
王武
《农业工程学报》
EI
CAS
CSCD
北大核心
2020年第14期203-210,共8页
针对传统中药鉴定、分子鉴定、生物技术鉴定及光谱检测技术的主观性强、耗时、操作复杂等不足,以及金线莲整个叶片形态区分度小、单一分类器鉴别精度不高的问题,该研究提出了基于机器视觉的叶片子区间多特征提取方法和基于多模型融合的S...
针对传统中药鉴定、分子鉴定、生物技术鉴定及光谱检测技术的主观性强、耗时、操作复杂等不足,以及金线莲整个叶片形态区分度小、单一分类器鉴别精度不高的问题,该研究提出了基于机器视觉的叶片子区间多特征提取方法和基于多模型融合的Stacking集成学习算法实现金线莲的品系分类。试验采集6个品系的金线莲叶片图像数据,进行图像预处理后提取叶片子区间内纹理、颜色共114个特征,基于这些特征,构建堆叠式两阶段集成学习框架,以逻辑回归、K最近邻、随机森林和梯度提升决策树(Gradient Boosting Decision Tree,GBDT)作为基分类器,GBDT作为元分类器进行学习。试验结果表明,Stacking集成学习模型的整体识别综合评价指标F值达93.91%,分类正确率达94.49%,分别比逻辑回归、K最近邻、随机森林和GBDT这4个单一分类模型高出4.40、11.87、11.01、12.94个百分点和5.36、11.34、6.93、12.13个百分点。因此,该研究能够有效识别金线莲品系,为形状大小相似、形状特征难以利用的植物叶片识别提供参考。
展开更多
关键词
机器视觉
模型
金线莲
子区间分割
特征提取
Stacking集成学习
植物叶片
下载PDF
职称材料
基于Stacking集成学习的马兜铃酸及其类似物鉴别
被引量:
1
2
作者
谢文涌
柴琴琴
+2 位作者
林旎
李祥辉
王武
《江苏农业学报》
CSCD
北大核心
2021年第2期503-508,共6页
以中草药中所含成分马兜铃酸及其类似物为研究对象,针对传统中药鉴定存在的主观性强、操作复杂等不足以及单一机器学习模型鉴别精度不高的问题,提出多模型融合的Stacking集成学习分类模型,用来实现马兜铃酸及其类似物的鉴别。采集马兜...
以中草药中所含成分马兜铃酸及其类似物为研究对象,针对传统中药鉴定存在的主观性强、操作复杂等不足以及单一机器学习模型鉴别精度不高的问题,提出多模型融合的Stacking集成学习分类模型,用来实现马兜铃酸及其类似物的鉴别。采集马兜铃酸、1,10-菲咯啉-4,7-二甲酸、菲醌、β-谷甾醇4种样品的近红外光谱数据,对其进行数据预处理与主成分分析降维,基于降维后的数据特征,通过遍历搜索策略构建了以随机森林、支持向量机、朴素贝叶斯为基分类器,随机森林为元分类器的Stacking集成学习分类模型。结果表明,Stacking集成学习分类模型具有最佳表现性能,鉴别正确率最高达到99.38%,比K最近邻、决策树、随机森林、支持向量机、朴素贝叶斯分类模型的平均鉴别正确率高8.23个百分点,并且在精确率、召回率、综合评价指标(F1值)方面有优异表现。综上可见,本研究提出的Stacking集成学习分类模型能够快速有效地鉴别马兜铃酸及其类似物。
展开更多
关键词
马兜铃酸
近红外光谱
主成分分析
Stacking集成学习
下载PDF
职称材料
题名
基于多特征提取和Stacking集成学习的金线莲品系分类
被引量:
12
1
作者
谢文涌
柴琴琴
甘勇辉
陈舒迪
张勋
王武
机构
福州大学电气工程与自动化学院
福建省医疗器械和医药技术重点实验室
漳州职业技术学院食品工程学院
福建中医药大学药学院
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2020年第14期203-210,共8页
基金
国家自然科学基金项目(61773124)
福建省科技厅高校产学合作项目(No.2019Y4009)
福建省食品药品监督管理局金线莲质量标准提升专项([3500]FJJF[DY]2018008)。
文摘
针对传统中药鉴定、分子鉴定、生物技术鉴定及光谱检测技术的主观性强、耗时、操作复杂等不足,以及金线莲整个叶片形态区分度小、单一分类器鉴别精度不高的问题,该研究提出了基于机器视觉的叶片子区间多特征提取方法和基于多模型融合的Stacking集成学习算法实现金线莲的品系分类。试验采集6个品系的金线莲叶片图像数据,进行图像预处理后提取叶片子区间内纹理、颜色共114个特征,基于这些特征,构建堆叠式两阶段集成学习框架,以逻辑回归、K最近邻、随机森林和梯度提升决策树(Gradient Boosting Decision Tree,GBDT)作为基分类器,GBDT作为元分类器进行学习。试验结果表明,Stacking集成学习模型的整体识别综合评价指标F值达93.91%,分类正确率达94.49%,分别比逻辑回归、K最近邻、随机森林和GBDT这4个单一分类模型高出4.40、11.87、11.01、12.94个百分点和5.36、11.34、6.93、12.13个百分点。因此,该研究能够有效识别金线莲品系,为形状大小相似、形状特征难以利用的植物叶片识别提供参考。
关键词
机器视觉
模型
金线莲
子区间分割
特征提取
Stacking集成学习
植物叶片
Keywords
computer vision
models
Anoectochilus roxburghii
sub-interval segmentation
feature extraction
Stacking ensemble learning
plant leaf
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于Stacking集成学习的马兜铃酸及其类似物鉴别
被引量:
1
2
作者
谢文涌
柴琴琴
林旎
李祥辉
王武
机构
福州大学电气工程与自动化学院
福建省医疗器械和医药技术重点实验室
福建医科大学医学技术与工程学院
出处
《江苏农业学报》
CSCD
北大核心
2021年第2期503-508,共6页
基金
国家自然科学基金项目(61773124)
晋江市福大科教园区发展中心科研项目(2019-JJFDKY-48)。
文摘
以中草药中所含成分马兜铃酸及其类似物为研究对象,针对传统中药鉴定存在的主观性强、操作复杂等不足以及单一机器学习模型鉴别精度不高的问题,提出多模型融合的Stacking集成学习分类模型,用来实现马兜铃酸及其类似物的鉴别。采集马兜铃酸、1,10-菲咯啉-4,7-二甲酸、菲醌、β-谷甾醇4种样品的近红外光谱数据,对其进行数据预处理与主成分分析降维,基于降维后的数据特征,通过遍历搜索策略构建了以随机森林、支持向量机、朴素贝叶斯为基分类器,随机森林为元分类器的Stacking集成学习分类模型。结果表明,Stacking集成学习分类模型具有最佳表现性能,鉴别正确率最高达到99.38%,比K最近邻、决策树、随机森林、支持向量机、朴素贝叶斯分类模型的平均鉴别正确率高8.23个百分点,并且在精确率、召回率、综合评价指标(F1值)方面有优异表现。综上可见,本研究提出的Stacking集成学习分类模型能够快速有效地鉴别马兜铃酸及其类似物。
关键词
马兜铃酸
近红外光谱
主成分分析
Stacking集成学习
Keywords
aristolochic acid
near infrared spectroscopy
principal component analysis
Stacking ensemble-learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多特征提取和Stacking集成学习的金线莲品系分类
谢文涌
柴琴琴
甘勇辉
陈舒迪
张勋
王武
《农业工程学报》
EI
CAS
CSCD
北大核心
2020
12
下载PDF
职称材料
2
基于Stacking集成学习的马兜铃酸及其类似物鉴别
谢文涌
柴琴琴
林旎
李祥辉
王武
《江苏农业学报》
CSCD
北大核心
2021
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部