基于非线性重构模型的植物叶片图像集分类方法

摘要：

提出一种基于非线性重构模型的植物叶片图像集的分类识别方法.该方法首先使用高斯受限玻尔兹曼机(GRBMs)通过非监督预训练来初始化模型的权值;然后针对每一个植物叶片图像集用初始化的模型训练得到一个特定的模型;最后根据测试样本的最小重构误差和测试样本集的最多投票策略来判定测试样本集的类别.该方法通过图像预处理来处理图像,避免了图像在缩放时发生形变,并采用基于k-means的特征提取方法来提取植物叶片图像特征.实验结果表明,该方法能够准确地对植物叶片图像集进行分类识别.

关键词：非线性重构模型、高斯RBMs、k-means特征提取、图像预处理

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61175121;福建省自然科学基金项目2013J06014;华侨大学中青年教师科研提升资助计划项目ZQN-YX108

在线出版日期：2018-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：212-216