需求发布 成果发布 科创案例库 揭榜挂帅
技术经理人 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 一种基于多尺度特征融合和极限学习机的种子识别方法

一种基于多尺度特征融合和极限学习机的种子识别方法

发布时间: 2021-10-28

来源: 科技服务团

基本信息

合作方式： 技术转让
成果类型： 发明专利
行业领域：
新一代信息技术产业,信息传输、软件和信息技术服务业
成果介绍

本发明涉及一种基于多尺度特征融合和极限学习机的种子识别方法,通过对样本种子图像的多尺度局部HOG特征以及全局分布的HSV特征进行融合提取,利用ELM极限学习机进行特征训练,得出集成分类模型,对待测试的种子图像采用滑动窗口机制,对其进行多尺度的融合特征提取,并将结果输入到该模型中,并通过对分类结果进行加权投票表决,进而得出待测试种子图像的分类信息。本发明所提出的一种基于多尺度特征融合和极限学习机的种子识别方法,简单灵活,设备要求简单,并且具有较强的实用性。

成果亮点
团队介绍
成果资料