摘要：發明涉及一種基于KAP樣本優化的KNN卷鋼圖片數據的卷剛狀態分類識別方法，KAP是一種快速高效的聚類算法，通過計算特征之間的相互關系來聚類，通過聚類選取各類樣本中具有代表性的特征樣本組成新的樣本空間，通過固定KAP算法中的參數K，保證新的樣本空間中各個類樣本數目的均衡。利用PCA算法對特征進行降維，在保證分類精度的情況下提高來方法的運行速度。本發明可以實現在復雜自然環境背景下對基于線陣CCD圖片的卷鋼裝載狀態進行分類識別。該方法具有很高的分類精度和較低的誤分率，同時較快的分類速度也滿足來實際需要。
- 專利類型發明專利
- 申請人西北工業大學;
- 發明人俞大海;韓軍偉;王東陽;郭雷;
- 地址710072 陜西省西安市友誼西路127號
- 申請號CN201310612999.0
- 申請時間2013年11月25日
- 申請公布號CN103632164A
- 申請公布時間2014年03月12日
- 分類號G06K9/62(2006.01)I;G06K9/66(2006.01)I;
教育裝備采購網在線客服
京公網安備11010802043465號
