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p.d.f特征的分层稀疏表示在图像分类中的应用
被引量:
1
1
作者
王博
《现代电子技术》
北大核心
2017年第10期95-98,102,共5页
为了在计算机视觉任务中构造有意义的图像表示,提出一种基于概率密度函数(p.d.f)梯度方向直方图特征的分层稀疏表示方法用于图像分类。传统分层稀疏表示方法利用SIFT描述子或者直接从图像块学习图像表示,通常不具有较强判别性。该文利...
为了在计算机视觉任务中构造有意义的图像表示,提出一种基于概率密度函数(p.d.f)梯度方向直方图特征的分层稀疏表示方法用于图像分类。传统分层稀疏表示方法利用SIFT描述子或者直接从图像块学习图像表示,通常不具有较强判别性。该文利用具有通用性的p.d.f特征进行分层学习并使用空间金字塔最大池化方式构造图像级稀疏表示。实验结果证明了所提算法的鲁棒性和有效性,在UIUC-Sports,Oxford Flowers,Scene15三类数据集上分别达到87.3%,86.6%,84.1%的分类准确率。
展开更多
关键词
图像分类
分层稀疏表示
空间金字塔最大池化
图像
表示
下载PDF
职称材料
医药输液灯检机对产品异物准确检测仿真
2
作者
张辉
李宣伦
《计算机仿真》
北大核心
2019年第2期330-335,共6页
针对250 mL及以上医药大输液生产过程中造成药液中出现毛发、漂浮物、玻璃屑等可见异物的在线实时检测难题,开发了一种基于分层联合稀疏表示的医药输液全自动智能灯检机。首先通过改进的分块主成分追踪算法对序列图像中的运动目标进行...
针对250 mL及以上医药大输液生产过程中造成药液中出现毛发、漂浮物、玻璃屑等可见异物的在线实时检测难题,开发了一种基于分层联合稀疏表示的医药输液全自动智能灯检机。首先通过改进的分块主成分追踪算法对序列图像中的运动目标进行检测以排除静止背景噪声干扰,然后利用稀疏矩阵分块聚类算法得到运动目标的运动轨迹并提取运动轨迹的空间特征向量,最后为了提高传统稀疏表示分类器对异物识别的能力,提出分层联合稀疏表示分类器根据运动轨迹的空间特征向量对异物进行识别,以排除随机噪声的干扰。仿真结果证明,该系统克服了检测过程中各种噪声干扰对异物识别的影响,解决了医药大输液可见异物的在线实时检测难题。
展开更多
关键词
异物检测
分块主成分追踪
稀疏
矩阵分块聚类
轨迹空间特征向量
分层
联合
稀疏
表示
下载PDF
职称材料
题名
基于p.d.f特征的分层稀疏表示在图像分类中的应用
被引量:
1
1
作者
王博
机构
宁夏大学物理与电子电气工程学院
出处
《现代电子技术》
北大核心
2017年第10期95-98,102,共5页
基金
国家重点基础研究发展计划(国家"973")项目:网络大数据感知融合与表示方法研究(2014CB340403)
文摘
为了在计算机视觉任务中构造有意义的图像表示,提出一种基于概率密度函数(p.d.f)梯度方向直方图特征的分层稀疏表示方法用于图像分类。传统分层稀疏表示方法利用SIFT描述子或者直接从图像块学习图像表示,通常不具有较强判别性。该文利用具有通用性的p.d.f特征进行分层学习并使用空间金字塔最大池化方式构造图像级稀疏表示。实验结果证明了所提算法的鲁棒性和有效性,在UIUC-Sports,Oxford Flowers,Scene15三类数据集上分别达到87.3%,86.6%,84.1%的分类准确率。
关键词
图像分类
分层稀疏表示
空间金字塔最大池化
图像
表示
Keywords
image classification
hierarchical sparse representation
spatial pyramid max pooling
image representation
分类号
TN911.73-34 [电子电信—通信与信息系统]
TP391.4 [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
医药输液灯检机对产品异物准确检测仿真
2
作者
张辉
李宣伦
机构
长沙理工大学电气与信息工程学院
湖南大学机器人视觉感知与控制技术国家工程实验室
出处
《计算机仿真》
北大核心
2019年第2期330-335,共6页
基金
目基项金:国家自然科学基金项目(61401046)
国家科技支撑计划项目(2015BAF11B01)
+1 种基金
湖南省教育厅资助科研项目(17C0046)
长沙理工大学科研创新项目(CX2016SS07)
文摘
针对250 mL及以上医药大输液生产过程中造成药液中出现毛发、漂浮物、玻璃屑等可见异物的在线实时检测难题,开发了一种基于分层联合稀疏表示的医药输液全自动智能灯检机。首先通过改进的分块主成分追踪算法对序列图像中的运动目标进行检测以排除静止背景噪声干扰,然后利用稀疏矩阵分块聚类算法得到运动目标的运动轨迹并提取运动轨迹的空间特征向量,最后为了提高传统稀疏表示分类器对异物识别的能力,提出分层联合稀疏表示分类器根据运动轨迹的空间特征向量对异物进行识别,以排除随机噪声的干扰。仿真结果证明,该系统克服了检测过程中各种噪声干扰对异物识别的影响,解决了医药大输液可见异物的在线实时检测难题。
关键词
异物检测
分块主成分追踪
稀疏
矩阵分块聚类
轨迹空间特征向量
分层
联合
稀疏
表示
Keywords
Foreign matter detection
Block principal component tracking
Sparse matrix partitioned clustering
Spatial feature vector of trajectory
Hierarchical joint sparse representation
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TH789 [机械工程—精密仪器及机械]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于p.d.f特征的分层稀疏表示在图像分类中的应用
王博
《现代电子技术》
北大核心
2017
1
下载PDF
职称材料
2
医药输液灯检机对产品异物准确检测仿真
张辉
李宣伦
《计算机仿真》
北大核心
2019
0
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