没有合适的资源?快使用搜索试试~ 我知道了~
基于改进Wolf Pack算法的害虫图像分类方法优化贝叶斯网络结构学习
1 下载量 77 浏览量
2021-03-13
11:21:29
上传
评论
收藏 1.12MB PDF 举报
温馨提示
试读
12页
传统的害虫图像识别技术基于图像的点特征和线特征。 在复杂的照明条件下或更改摄像机角度时,分类识别效果不准确。 本文提出了一种基于改进的Wolf Pack算法(WPA)的害虫图像分类方法,以优化贝叶斯网络(BN)结构学习。 首先,我们选择一个预训练的卷积神经网络(CNN)来提取数据集的图像特征。 然后将特征向量和图像分类输入到BN中。 其次,改进了传统的Wolf Pack.Algorithm算法,并将其作为一种搜索算法,将贝叶斯信息准则(BIC)作为一种评分函数来学习BN的结构。 然后通过最大似然(ML)算法学习BN的参数以形成贝叶斯分类器。 与其他害虫分类方法相比,该方法在害虫图像分类的分类精度上有一定程度的提高。
资源推荐
资源评论
资源评论
weixin_38675970
- 粉丝: 5
- 资源: 914
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功