您的位置： 专家智库 > >

李世海

作品数：2 被引量：2H指数：1
供职机构：郑州轻工业学院物理与电子工程学院更多>>
发文基金：河南省高等学校青年骨干教师资助计划项目国家自然科学基金国家大学生创新性实验计划更多>>
相关领域：农业科学轻工技术与工程自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇专利

领域

  • 1篇自动化与计算...
  • 1篇轻工技术与工...
  • 1篇农业科学

主题

  • 1篇三角法
  • 1篇神经网
  • 1篇神经网络
  • 1篇神经网络模型
  • 1篇升降台
  • 1篇图像
  • 1篇图像处理
  • 1篇图像处理单元
  • 1篇主成分
  • 1篇主成分分析
  • 1篇网络
  • 1篇网络模型
  • 1篇无损检测
  • 1篇教学实验
  • 1篇教学实验平台
  • 1篇矩阵
  • 1篇灰度
  • 1篇灰度共生矩阵
  • 1篇激光
  • 1篇激光器

机构

  • 2篇郑州轻工业学...

作者

  • 2篇张志峰
  • 2篇翟玉生
  • 2篇李世海
  • 1篇刘海增
  • 1篇王新杰
  • 1篇苏玉玲
  • 1篇乔林
  • 1篇吴凡

传媒

  • 1篇轻工学报

年份

  • 1篇2017
  • 1篇2015
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
光电检测教学实验平台
本实用新型公开了一种光电检测教学实验平台，包括箱体，箱体内安装有底座，底座上设置有升降台和支架，底座的两端分别安装有T型光源支架；支架上安装有CCD相机，CCD相机与图像处理单元相连；CCD相机的像平面与升降台台面平行且...
张志峰汤一明翟玉生李世海沙飞龙苏玉玲王新杰刘海增
文献传递
基于BP神经网络的堆积状不同品种茶叶识别研究被引量：2
2017年
提出了一种对于堆积状不同品种茶叶的快速无损检测方法.所检测茶叶为自然颗粒堆积状,通过彩色相机拍摄茶叶彩色图像,经过图像预处理和灰度共生矩阵分析,获得茶叶纹理特征,经主成分分析后,得到3个特征参量作为BP神经网络模型的输入,建立模式识别模型.结果表明,该方法对于未知32个预测样本的识别率达到93.8%,实现了茶叶品种的无损快速检测,提高了茶叶在生产、加工、贸易过程中品种识别的准确性.
张志峰李世海汤一明乔林吴凡翟玉生
关键词：灰度共生矩阵BP神经网络模型主成分分析
全选 清除 导出
共1页<1>
聚类工具0