基于小波分析及改进KNN的红虫识别研究

被引：4

作者：

赵晶莹 ^{[1
]}

郭海 ^{[1
]}

孙兴滨 ^{[2
,3
]}

机构：

[1] 大连民族学院计算机科学与工程学院

[2] 哈尔滨工业大学市政环境工程学院

[3] 东北林业大学环境科学系

来源：

安徽农业科学 | 2009年 / 37卷 / 29期

基金：

黑龙江省自然科学基金;

关键词：

淡水浮游生物; 红虫; 小波分解; 颜色特征; K近邻;

D O I：

10.13989/j.cnki.0517-6611.2009.29.167

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种小波分析与改进KNN相结合的红虫图像识别方法。该方法采用多辨识小波分解提取图像的小波能量特征,同时结合生物图像颜色特征构造特征向量,然后选择加权改进KNN分类器进行识别,分类器根据特征与分类相关度确定权重,修改距离函数,有效提高了分类精度。通过对红虫、剑水蚤、猛水蚤样本进行分类试验证明,平均识别准确率达到95.41%,验证了该方法的有效性。

引用

页码：14191 / 14193

页数：3

共 5 条

[1] 基于小波多尺度分析的网络流量组合预测方法研究 [J].