基于密度的稀疏表示及其对烟叶分级研究 |
| |
摘 要: | 稀疏表示(SRC)中字典的构建对分级的效率和准确率至关重要,提出一种基于密度的SRC字典构建方法,并利用建立好的DSRC(基于密度的SRC)对烟叶进行分级。该方法将减法聚类算法中基于密度选择中心的思想应用于稀疏算法中进行字典构建,通过确定合适的聚类半径kia、kib以及约束条件来确定字典原子,不仅可减少字典原子数目,而且选择的字典具有更好的代表性。基于该方法选择的字典对2013年(13个等级)、2014年(6个等级)和2015年(42个等级)的烟叶进行分级,试验结果表明,该方法不仅可以提高烟叶分级的准确率,而且还可以有效地提高烟叶分级速度。
|
本文献已被 CNKI 等数据库收录! |
|