计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2012年
3期
881-884
,共4页
支持向量数据描述%异物检测%烟叶样本%HV分量%分类识别
支持嚮量數據描述%異物檢測%煙葉樣本%HV分量%分類識彆
지지향량수거묘술%이물검측%연협양본%HV분량%분류식별
针对烟叶异物检测中很难全面收集异物样本数据的问题,提出一种基于支持向量数据描述方法(SVDD)的烟叶异物检测方法.该方法只需要烟叶样本数据,就可建立单值分类器.首先,提取烟叶与几种典型异物的RGB分量与HSV分量；然后,选取烟叶的HV分量作为特征向量,训练SVDD分类器,实现烟叶异物的分类识别；最后,通过接受者操作特性(ROC)曲线对比了SVDD与其他3种方法的分类效果.实验结果表明,采用HV分量降低了数据维数,提高了计算效率;SV DD方法具有很好的分类效果和计算效率,能很好地区分烟叶与异物.
針對煙葉異物檢測中很難全麵收集異物樣本數據的問題,提齣一種基于支持嚮量數據描述方法(SVDD)的煙葉異物檢測方法.該方法隻需要煙葉樣本數據,就可建立單值分類器.首先,提取煙葉與幾種典型異物的RGB分量與HSV分量；然後,選取煙葉的HV分量作為特徵嚮量,訓練SVDD分類器,實現煙葉異物的分類識彆；最後,通過接受者操作特性(ROC)麯線對比瞭SVDD與其他3種方法的分類效果.實驗結果錶明,採用HV分量降低瞭數據維數,提高瞭計算效率;SV DD方法具有很好的分類效果和計算效率,能很好地區分煙葉與異物.
침대연협이물검측중흔난전면수집이물양본수거적문제,제출일충기우지지향량수거묘술방법(SVDD)적연협이물검측방법.해방법지수요연협양본수거,취가건립단치분류기.수선,제취연협여궤충전형이물적RGB분량여HSV분량；연후,선취연협적HV분량작위특정향량,훈련SVDD분류기,실현연협이물적분류식별；최후,통과접수자조작특성(ROC)곡선대비료SVDD여기타3충방법적분류효과.실험결과표명,채용HV분량강저료수거유수,제고료계산효솔;SV DD방법구유흔호적분류효과화계산효솔,능흔호지구분연협여이물.
