山东大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (5): 137-140.
吴东洋,业宁
WU Dong-yang, YE Ning
摘要:
提出了一种新的基于分层的平衡迭代归约及聚类(balance iterative reducing and clustering using hierarchies,BIRCH)算法的木材缺陷识别方法,讨论了关于分支因子(B,L)、阈值T的选取及非缺陷类判别问题。该方法通过在一定阈值内构建CF树,产生初始聚类,对初始聚类进行非缺陷类判别,自动识别木材缺陷类及位置并标记。实验结果表明,该算法能有效地进行木材缺陷识别,平均识别查准率约为86.3%,平均识别查全率约为90.1%。
[1] | 马相明, 孙霞, 张强. 轮式装载机典型作业工况构建与分析[J]. 山东大学学报(工学版), 2015, 45(5): 82-87. |
[2] | 徐姗姗,刘应安*,徐昇. 基于卷积神经网络的木材缺陷识别[J]. 山东大学学报(工学版), 2013, 43(2): 23-28. |
[3] | 董凤娟,邹华彬*,陆玮洁,杜爱琴. 双指标等级序列模式识别法分析十全大补丸氯仿提取物红外指纹图谱[J]. 山东大学学报(工学版), 2010, 40(6): 113-119. |
[4] | 王好芳 吴美 陈文艳. 模糊聚类分析在区域水资源承载能力评价中的应用[J]. 山东大学学报(工学版), 2009, 39(3): 139-143. |
[5] | 王耘,穆勇,刘庆红 . 基于灰关联分析的模糊聚类最优划分判定模型[J]. 山东大学学报(工学版), 2006, 36(2): 86-89 . |
[6] | 王耘,穆勇,刘庆红 . 基于灰关联分析的模糊聚类最优划分判定模型[J]. 山东大学学报(工学版), 2006, 36(2): 86-89 . |
[7] | 管延勇,胡海清,王洪凯 . α-粗糙集模型中的不可分辨关系[J]. 山东大学学报(工学版), 2006, 36(1): 75-80 . |
|