-
题名基于多级小波分解时间序列的花椒图像分类识别模型
- 1
-
-
作者
李论
徐杨
王义
王天一
蒋宁
-
机构
贵州大学大数据与信息工程学院
中国电信股份有限公司贵州分公司
贵州玄德花椒产业发展有限公司
-
出处
《智能计算机与应用》
2024年第5期235-240,共6页
-
基金
贵州省科技计划项目(黔科合支撑[2021]一般176)。
-
文摘
为提升花椒图像分类识别准确率,借助自适应多级小波分解的时间序列分类(Adaptive Multi-level Wavelet Decomposition based neural network,AMWDNet)模型,着重关注此分类模型中的频域信息,克服从时域出发对目标序列进行建模造成频域信息缺失的瓶颈。本研究借鉴小波分解技术,结合长、短期时间模式提取方法,构建出更加精确、更加实时的时间序列花椒识别模型。经过对比试验研究发现,在UCR数据库中的4个数据集测试上,AMWDNet模型表现出优异的分类性能和强大的泛化能力,超过其他3个基准模型,由此提升花椒图像分类识别准确率。
-
关键词
花椒图像分类
时间序列分类
小波分解
时频信息
准确率
-
Keywords
zanthoxylum bungeanum maxim image classification
time series classification
wavelet decomposition
time-frequency information
accuracy rate
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
