-
公开(公告)号：CN111898627A
公开(公告)日：2020-11-06
申请号：CN202010460233.5
申请日：2020-05-27
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于PCA的SVM云微粒子优化分类识别方法，主要包括首先对CPI图像进行云微粒子分割，然后对分割后的云微粒子图像进行去标注，接着基于PCA降维的SVM云微粒子图像分类识别，由于现有方法中缺乏对CPI云微粒子原始数据的针对性预处理，通过该方法可有效的对云微粒子分类，并识别破碎冰晶粒子图片。
-
公开(公告)号：CN111860571B
公开(公告)日：2021-05-25
申请号：CN202010495758.2
申请日：2020-06-03
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于CIP数据质量控制的云微粒子分类方法，主要包括首先对CIP图像进行预处理，然后对二值化的CIP图像进行云微粒子图像质量控制，接着CIP图像进行分割处理，建立基于迁移学习的深度神经网络分类模型，由于现有方法中缺乏对CIP数据进行图像质量控制并结合深度神经网络对CIP云微粒子图像进行分类，通过该方法可有效的提高对CIP云微粒子图像分类准确率。
-
公开(公告)号：CN111898627B
公开(公告)日：2021-06-15
申请号：CN202010460233.5
申请日：2020-05-27
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于PCA的SVM云微粒子优化分类识别方法，主要包括首先对CPI图像进行云微粒子分割，然后对分割后的云微粒子图像进行去标注，接着基于PCA降维的SVM云微粒子图像分类识别，由于现有方法中缺乏对CPI云微粒子原始数据的针对性预处理，通过该方法可有效的对云微粒子分类，并识别破碎冰晶粒子图片。
-
公开(公告)号：CN111860571A
公开(公告)日：2020-10-30
申请号：CN202010495758.2
申请日：2020-06-03
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于CIP数据质量控制的云微粒子分类方法，主要包括首先对CIP图像进行预处理，然后对二值化的CIP图像进行云微粒子图像质量控制，接着CIP图像进行分割处理，建立基于迁移学习的深度神经网络分类模型，由于现有方法中缺乏对CIP数据进行图像质量控制并结合深度神经网络对CIP云微粒子图像进行分类，通过该方法可有效的提高对CIP云微粒子图像分类准确率。
-
-
-
Search Results
4
records
(took 0.017 seconds)
