基于PCA的纸病特征再提取算法研究

论文摘要

针对传统纸病检测中相似纸病辨识准确率低及纸病提取特征维数高致使纸病辨识过程时间较长的问题,提出一种基于主成分分析(PCA)的纸病特征再提取算法。该算法以多种纸病的图像为研究对象,对可能存在相关关系的高维原始纸病特征量进行PCA降维处理并去除相关成分,形成相互独立且更具代表性的纸病新特征,在减少数据处理量的同时使纸病辨识准确率明显提高。实验表明,PCA算法可显著提高纸病辨识准确率并可大幅缩短算法平均运行时间。

论文目录

• 1 纸病类型及当前主流辨识方法效果分析
•   1.1 纸病类型及其特征描述
•   1.2 当前主流辨识方法核心技术及其不足
• 2 基于PCA的纸病特征再提取算法
•   2.1 总体思路
•   2.2 基于 PCA的纸病特征再提取算法
• 3 实验结果及分析
•   （1）预处理。
•   （2）纸病原特征提取。
•   （3）PCA纸病特征再提取。
•   （4）纸病类型辨识分类。
• 4 结 语

文章来源

类型: 期刊论文

作者: 王思琦,周强,田杏芝

关键词: 纸病特征,特征维数,主成分分析,检测算法,运算量

来源: 中国造纸学报 2019年03期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 有机化工,轻工业手工业,计算机软件及计算机应用

单位: 陕西科技大学电气与信息工程学院

基金: 陕西省教育厅专项科技项目(16JK1105),陕西省科技攻关项目(2016GY-005),咸阳市科技计划项目(2017K02-06)

分类号: TS77;TP391.41

页码: 54-60

总页数: 7

文件大小: 2170K

下载量: 38