申圳
- 作品数：3 被引量：35H指数：3
- 供职机构：郑州轻工业学院计算机与通信工程学院更多>>
- 发文基金：河南省杰出人才创新基金河南省教育厅科学技术研究重点项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于Hadoop的图像纹理特征提取被引量：3
- 2015年
- 随着数字图像规模的不断增加,图像纹理特征提取已成为制约数字图像处理性能的一个关键步骤.Hadoop是一个性能卓越的开源大数据处理云平台,其向用户提供了MapReduce,HDFS等模块.首先对Hadoop平台、编程框架和Tamura纹理特征进行了介绍,然后将图像纹理特征提取过程在Hadoop平台上进行了实现.在这个过程中,每个Map任务对应一个图像文件,各节点可以同时提取集合内图像的纹理特征.实验表明:在图像数量较少和分辨率较低的情况,Hadoop不同节点数量所用时间并无太大差异.在图像分辨率较高且数量较多的情况下,Hadoop平台表现出较高的计算效率.
- 赵进超朱颢东申圳李红婵
- 关键词：HADOOP图像处理特征提取
- 基于改进蚁群算法的移动机器人路径规划被引量：25
- 2016年
- 针对蚁群算法应用于移动机器人路径规划时存在易于陷入局部最优解、收敛速度慢的问题,提出了一种适用于静态障碍环境下基于改进蚁群算法的移动机器人路径规划方法。该方法改进了节点间的状态转移规则,增加了得到最优路径的概率;自适应调整启发函数,提高了算法的搜索效率;基于狼群法则对信息素进行更新,有效避免了算法陷入局部最优解;动态调整了衰减系数,在后期增加了蚂蚁对最优路径的选择概率,加快了算法的收敛速度。仿真实验表明,与其他算法在相同环境下比较,该改进算法在路径规划结果相同的情况下具有较快的收敛速度;且改进算法在不同复杂程度环境中均得到了最优路径,也表明了该算法的有效性和可靠性。该算法具有良好的寻优能力,可以适用于不同复杂环境中的移动机器人路径规划。
- 朱颢东孙振吴迪申圳
- 关键词：移动机器人蚁群算法路径规划
- 基于余弦定理和K-means的植物叶片识别方法被引量：7
- 2014年
- 为了提高植物叶片识别准确率,提出一种基于余弦定理和K-means的识别方法.该方法首先通过提取叶片的Hu不变矩和形状特征得到叶片的综合特征向量,然后使用K均值聚类(Kmeans)对各类叶片训练样本的特征向量集合进行聚类以获得聚类中心特征向量,紧接着使用余弦定理计算目标叶片和训练样本的相似度并排序.仿真实验表明:在Flavia植物叶片数据库中进行测试,该文方法以96.03%的概率在前5位发现目标,优于KNN、BP神经网络方法,因此,该方法具有一定的实用价值.
- 朱颢东申圳
- 关键词：HU不变矩余弦定理K均值聚类
