本論文做了兩個(gè)專題的研究：（1）利用計(jì)算機(jī)模式識(shí)別技術(shù),編程研發(fā)了基于輪廓特征和色斑特征的昆蟲自動(dòng)識(shí)別系統(tǒng)；（2）利用php網(wǎng)頁(yè)編程技術(shù),構(gòu)建了網(wǎng)絡(luò)版的昆蟲圖文檢索查詢系統(tǒng)�；谳喞睦ハx自動(dòng)識(shí)別系統(tǒng)：該系統(tǒng)以7種蝶角蛉為研究對(duì)象,將翅的輪廓采用橢圓傅里葉描述子,轉(zhuǎn)化為一系列參數(shù),作為特征數(shù)據(jù)。應(yīng)用支持向量機(jī)（support vector machine, SVM）的原理與算法,通過對(duì)一定數(shù)量的樣本進(jìn)行訓(xùn)練,構(gòu)建了模式識(shí)別分類器,并利用遺傳算法（GA）對(duì)參數(shù)進(jìn)行優(yōu)化。5次隨機(jī)抽樣的識(shí)別準(zhǔn)確率為90%-98%,平均準(zhǔn)確率達(dá)到94%。分成亞科后的自動(dòng)識(shí)別準(zhǔn)確率達(dá)到99%�；谏叩睦ハx自動(dòng)識(shí)別系統(tǒng)：以4種蝶角蛉為研究對(duì)象,將翅的方位及大小進(jìn)行標(biāo)準(zhǔn)化處理,采用翅面分割法定位翅上的斑紋,對(duì)子區(qū)域進(jìn)行HSV顏色空間轉(zhuǎn)換,并對(duì)得到的三維向量值做非均勻量化處理,最后取子區(qū)域處理后的均值實(shí)現(xiàn)降維,并作為建模輸入值。試驗(yàn)比較了通過SVM以及Adaboost算法構(gòu)建模型的準(zhǔn)確率,其中SVM對(duì)4種蝶角蛉單種識(shí)別準(zhǔn)確率為90%-100%；通過Adaboost算法對(duì)4種蝶角蛉單種識(shí)別準(zhǔn)確率均達(dá)到100%。網(wǎng)絡(luò)版... 

【文章來(lái)源】：中國(guó)農(nóng)業(yè)大學(xué)北京市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：97 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

系統(tǒng)后臺(tái)功能模塊

【參考文獻(xiàn)】：
期刊論文
[1]基于空間分布差異度的分塊彩色圖像檢索方法[J]. 陳骍,檀結(jié)慶.  計(jì)算機(jī)應(yīng)用. 2012(06)
[2]基于openCV的人臉檢測(cè)系統(tǒng)的設(shè)計(jì)[J]. 陳志恒,姜明新.  電子設(shè)計(jì)工程. 2012(10)
[3]蛾翅數(shù)學(xué)形態(tài)特征用于夜蛾分類和鑒定的可行性研究[J]. 蔡小娜,黃大莊,沈佐銳,高靈旺.  昆蟲學(xué)報(bào). 2012(05)
[4]幾何形態(tài)學(xué)方法及其在動(dòng)物發(fā)育與系統(tǒng)進(jìn)化研究中的應(yīng)用[J]. 葛德燕,夏霖,呂雪霏,黃乘明,楊奇森,黃建華.  動(dòng)物分類學(xué)報(bào). 2012(02)
[5]基于AdaBoost.M2-NN的變壓器故障診斷[J]. 張燕,倪遠(yuǎn)平.  甘肅科學(xué)學(xué)報(bào). 2012(01)
[6]昆蟲自動(dòng)鑒定技術(shù)研究與展望[J]. 楊紅珍,沈佐銳,李湘濤.  四川動(dòng)物. 2011(05)
[7]基于SVM的風(fēng)速風(fēng)功率預(yù)測(cè)模型[J]. 戚雙斌,王維慶,張新燕.  可再生能源. 2010(04)
[8]圖像識(shí)別的技術(shù)現(xiàn)狀和發(fā)展趨勢(shì)[J]. 張家怡.  電腦知識(shí)與技術(shù). 2010(21)
[9]自動(dòng)識(shí)別技術(shù)在昆蟲分類鑒別研究中的應(yīng)用[J]. 徐鵬,陳乃中,楊定.  昆蟲知識(shí). 2010(02)
[10]數(shù)字曲線的多邊形逼近方法研究進(jìn)展[J]. 董方敏,賈丹.  軟件導(dǎo)刊. 2009(01)

碩士論文
[1]自動(dòng)對(duì)焦技術(shù)在舌像采集系統(tǒng)中的應(yīng)用研究[D]. 丁明全.廣東工業(yè)大學(xué) 2011
[2]基于智能化方法的生物質(zhì)氣化過程參數(shù)優(yōu)化[D]. 馬晶妍.華北電力大學(xué)（河北） 2010
[3]基于內(nèi)容的動(dòng)畫短片分類[D]. 趙明.上海交通大學(xué) 2007
[4]小波變換在多媒體圖像檢索中的應(yīng)用研究[D]. 黃鉉.西南交通大學(xué) 2006



本文編號(hào)：3539580