您当前的位置：成果库 > 基于深度学习二维主成分分析网络的极光图像检测方法
446
2018/08/06
咨询成果
发布成果基本信息
- 成果类型 高等院校
- 委托机构 西安电子科技大学
- 成果持有方 西安电子科技大学
- 行业领域 数据分析处理
- 项目名称 基于深度学习二维主成分分析网络的极光图像检测方法
- 知识产权 发明专利
- 项目简介 本发明公开了一种基于深度学习二维主成分分析的极光图像检测方法，主要解决现有技术对极光图像信息提取不充分的问题。其实现步骤为：(1)利用二维主成分分析法提取一阶特征向量并产生一阶滤波器矩阵，得到一阶全局特征；(2)对一阶全局特征提取其二阶特征向量，同时产生二阶滤波器矩阵，得到二阶全局特征；(3)对二阶全局特征进行分块直方图统计，提取出分块直方图特征；(4)用支持向量机分类器对分块直方图特征进行分类，得到分类结果。本发明实现了对现有三类极光图像的计算机自动检测，且具有分类准确率高的优点，可用于极光图像的特征提取和计算机图像检测。
交易信息
- 意向交易额 面议
- 挂牌时间 2018/04/17
- 委托机构 西安电子科技大学
- 联系人姓名 王小刚
- 联系人电话 15802954800
- 联系人邮箱 745490733@qq.com
- 分享至：
