典型文献
基于稀疏字典学习的羊绒与羊毛分类
文献摘要：
为准确鉴别羊绒与羊毛纤维,提出了一种基于稀疏字典学习的分类方法.首先,对纤维图像进行预处理实现数据增强,获取纤维图像特征矩阵;之后,对特征矩阵进行字典学习,获取过完备字典与稀疏编码;最后,通过稀疏编码与字典实现羊绒与羊毛的分类和鉴别.该方法使用光学显微镜以及扫描电子显微镜图像作为数据集,实验结果表明,与支持向量机分类器以及基于稀疏表示的分类算法相比,本文方法的分类准确率可提高5％～10％,分类准确率最高可达到91％,可用于后续实际的羊绒与羊毛纤维分类与鉴定工作.
文献关键词：
稀疏表示;字典学习;图像识别;机器学习;羊绒;羊毛;纤维鉴别
中图分类号：
作者姓名：
孙春红;丁广太;方坤
作者机构：
上海大学 计算机工程与科学学院, 上海 200444;上海大学 材料基因组工程研究院, 上海 200444
文献出处：
引用格式：
[1]孙春红;丁广太;方坤-.基于稀疏字典学习的羊绒与羊毛分类)[J].纺织学报,2022(04):28-32,39
A类：
B类：
稀疏字典,字典学习,羊绒,羊毛纤维,分类方法,数据增强,图像特征,特征矩阵,稀疏编码,光学显微镜,支持向量机分类器,稀疏表示,分类算法,分类准确率,纤维分类,图像识别,纤维鉴别
AB值：
0.246695
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
