基于LVQ神经网络的植物种类识别

基于LVQ神经网络的植物种类识别

王路¹, 张蕾², 周彦军², 曾晓云², 孔俊²

1. 吉林财税高等专科学校信息系, 长春 130062； 2. 东北师范大学计算机学院, 长春 130024

收稿日期:2006-11-10 修回日期:1900-01-01 出版日期:2007-05-26 发布日期:2007-05-26
通讯作者: 孔俊

Computeraided Plant Species IdentificationBased on LVQ Neural Network

WANG Lu¹, ZHANG Lei², ZHOU Yanjun², ZENG Xiaoyun², KONG Jun²

1. Department of Information, Jilin College of Finance and Tax, Changchun 130062, China;2. School of Computer Science, Northeast Normal University, Changchun 130024, Cina

Received:2006-11-10 Revised:1900-01-01 Online:2007-05-26 Published:2007-05-26
Contact: KONG Jun

摘要/Abstract

摘要： 提出一种基于学习矢量量化（LVQ）神经网络的计算机植物种类识别新方法. 使用2-D不变矩、多尺度2-D Gabor滤波器等多种方法分别提取了叶片的几何特征和纹理特征, 应用LVQ神经网络识别植物种类. 实验结果表明, 该方法对植物种类的识别效率较高.

关键词: 计算机自动植物种类识别, 2-DGabor滤波, LVQ神经网络

Abstract: A new method of computeraided plant species identification based on learning vector quantization (LVQ) neural network is proposed. In this method 2-D moment invariants, multi-resolution Gabor filters and statistical moments are used to extract leaf information, such as geometry feature of leaf shape, texture feature of nervation, and LVQ neural network is used to distinguish the plant species. The experimental results illustrate the effectiveness of this method.

Key words: computeraided plant identification, 2-D Gabor filter, LVQ neural network

中图分类号:

TP391

王路, 张蕾, 周彦军, 曾晓云, 孔俊. 基于LVQ神经网络的植物种类识别[J]. J4, 2007, 45(03): 421-426.

WANG Lu, ZHANG Lei, ZHOU Yanjun, ZENG Xiaoyun, KONG Jun. Computeraided Plant Species IdentificationBased on LVQ Neural Network[J]. J4, 2007, 45(03): 421-426.

[1]	贺怀清, 翟羽佳, 刘浩翰, 惠康华. 基于特征增强的3D目标检测模型ICasA[J]. 吉林大学学报(理学版), 2026, 64(4): 823-0834.
[2]	胡亨伍, 李松涛. 基于小波相位滤波的X光图像多层次模糊增强方法[J]. 吉林大学学报(理学版), 2026, 64(4): 835-0841.
[3]	熊哲源, 汪灿华, 郑炳城, 沈志伟. 基于改进注意力W-Net的超声图像分割算法[J]. 吉林大学学报(理学版), 2026, 64(4): 842-0848.
[4]	唐菁敏, 罗浩天, 虞贵财. 人工噪声辅助的无人机通感一体化安全波束成形[J]. 吉林大学学报(理学版), 2026, 64(4): 879-0886.
[5]	王红斌, 张煊赫, 侯明辉. 基于层级知识增强和义原知识的中文隐式情感分析[J]. 吉林大学学报(理学版), 2026, 64(3): 568-0580.
[6]	陈海鹏, 孔鸣, 张洪语, 孙宝胜. 基于边界感知与特征融合的病理图像分割网络[J]. 吉林大学学报(理学版), 2026, 64(3): 581-0590.
[7]	高凯, 王晟宇, 付强, 才华, 张晨洁, 王伟刚. 基于多层级交互式特征融合的三维目标检测算法[J]. 吉林大学学报(理学版), 2026, 64(3): 591-0602.
[8]	张弄, 徐哲文, 刘长征. 基于领域先验知识的时空神经网络模型在MJO预报中的应用[J]. 吉林大学学报(理学版), 2026, 64(3): 617-0626.
[9]	张书达, 李慧盈. 融合欧氏与双曲几何的深度度量学习方法[J]. 吉林大学学报(理学版), 2026, 64(2): 284-0290.
[10]	吴建, 王兴旺, 孙亚峰, 于美铭. 基于多压缩机制协同的轻量化模型在课堂行为检测中的应用[J]. 吉林大学学报(理学版), 2026, 64(2): 301-0310.
[11]	姜昀奇, 韩晓同, 田原. 基于大语言模型与适配器驱动的知识图谱补全算法[J]. 吉林大学学报(理学版), 2026, 64(2): 291-0300.
[12]	路扬, 张学沛, 马小蕾, 王一博, 白金峰. 基于多模态自适应融合的呼吸频率预测方法[J]. 吉林大学学报(理学版), 2026, 64(2): 319-0328.
[13]	金先进, 张晋恒, 杨建平, 孙晓海, 周兵. 基于改进YOLOv9的玉米幼苗轻量级杂草检测模型Weed-YOLO[J]. 吉林大学学报(理学版), 2026, 64(2): 329-0343.
[14]	刘爽, 吕俊良, 秦宇航, 秦丹丹, 孙佳慧. 基于YOLOv8的PCB缺陷检测改进算法[J]. 吉林大学学报(理学版), 2026, 64(2): 344-0350.
[15]	廉雄杰, 董振. 基于XLM-RoBERTa-Large-Finetuned-Conll03-English模型结合CRF的中文命名实体识别微调优化方法[J]. 吉林大学学报(理学版), 2026, 64(2): 370-0376.