2DPCA算法设计及其在扣件识别中的应用
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16208/j.issn1000-7024.2016.02.027

2DPCA算法设计及其在扣件识别中的应用

引用
针对传统主成分分析 (PCA)算法中图像数据单行或单列存贮给存贮和求解带来压力等问题,通过对PCA在图像降维和主特征提取应用中的算法分析,提出一种二维PCA和最近距离分类法相结合的特征对象提取算法,通过集成LA-PACK库函数进行特征值求解,提高求解速度以及算法稳定性和可信度.离线扣件状态识别综合实验结果表明,采用联合特征识别方法能够有效区分左右扣件和丢失扣件,满足了扣件图像离线识别的要求.

扣件识别、二维主成分分析、特征识别、距离分类法、奇异值分解

37

TP391.41(计算技术、计算机技术)

国家自然科学基金项目51365037;江西省教育厅基金项目GJJ14128

2016-04-19(万方平台首次上网日期,不代表论文的发表时间)

共5页

424-428

相关文献
评论
暂无封面信息
查看本期封面目录

计算机工程与设计

1000-7024

11-1775/TP

37

2016,37(2)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn