基于改进的黑翅鸢优化极限学习机的色差分类.docx

基于改进的黑翅鸢优化极限学习机的色差分类

目录

基于改进的黑翅鸢优化极限学习机的色差分类（1）．．．．．．．．．．．．．．4

内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.3国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.3.1黑翅鸢识别技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.3.2极限学习机算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

1.3.3色差分类方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

改进的黑翅鸢图像预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.1图像去噪．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.2图像增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.3特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

改进的黑翅鸢优化极限学习机算法．．．．．．．．．．．．．．．．．．．．．．．．．17

3.1极限学习机基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

3.2改进策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.2.1参数调整．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

3.2.2算法改进．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

3.3算法实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

色差分类实验与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

4.1数据集描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

4.2实验方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

4.2.1分类器训练．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

4.2.2分类器测试．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

4.3实验结果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

4.3.1分类准确率．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

4.3.2分类速度．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

4.3.3对比实验．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

结果讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

5.1分类性能分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

5.2算法稳定性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

5.3影响因素分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

基于改进的黑翅鸢优化极限学习机的色差分类（2）．．．．．．．．．．．．．40

内容描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

1.1色差分类背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

1.2极限学习机概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

1.3黑翅鸢优化算法介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

1.4文章结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．