摘要：发明涉及一种基于KAP样本优化的KNN卷钢图片数据的卷刚状态分类识别方法，KAP是一种快速高效的聚类算法，通过计算特征之间的相互关系来聚类，通过聚类选取各类样本中具有代表性的特征样本组成新的样本空间，通过固定KAP算法中的参数K，保证新的样本空间中各个类样本数目的均衡。利用PCA算法对特征进行降维，在保证分类精度的情况下提高来方法的运行速度。本发明可以实现在复杂自然环境背景下对基于线阵CCD图片的卷钢装载状态进行分类识别。该方法具有很高的分类精度和较低的误分率，同时较快的分类速度也满足来实际需要。
- 专利类型发明专利
- 申请人西北工业大学;
- 发明人俞大海;韩军伟;王东阳;郭雷;
- 地址710072 陕西省西安市友谊西路127号
- 申请号CN201310612999.0
- 申请时间2013年11月25日
- 申请公布号CN103632164A
- 申请公布时间2014年03月12日
- 分类号G06K9/62(2006.01)I;G06K9/66(2006.01)I;
教育装备采购网在线客服
京公网安备11010802043465号
