您当前的位置：
首页 >
文章列表页 >
基于显著性检测的害虫图像分类
计算机科学与技术 | 更新时间：2025-05-26
上一篇|下一篇

    • 基于显著性检测的害虫图像分类

    • Image classification of insect pests based on saliency detection

    • “最新研究提出害虫分类模型PestNet，通过目标定位和多特征融合提高分类精度，准确率达77.40%。”
    • 赵宏伟 ，霍东升 ，王洁 ，李晓宁
    • 吉林大学学报（工学版） 2021年51卷第6期 页码：2174-2181
    • 作者机构：

      1.吉林大学 计算机科学与技术学院，长春 130012

      2.上海航天控制技术研究所，上海 201109

      3.长春师范大学 计算机科学与技术学院，长春 130032

    • 作者简介：

      赵宏伟（1962-），男，教授，博士生导师. 研究方向：嵌入式人工智能. E-mail：zhaohw@jlu.edu.cn

      李晓宁（1981-），女，副教授，博士研究生. 研究方向：嵌入式人工智能. E-mail：lixiaoning@ccsfu.edu.cn

    • 基金信息：
      吉林省省级科技创新专项资金项目(20190302026GX);吉林省自然科学基金项目(20200201037JC);中国高校科技期刊研究会青年基金资助项目(CUJS-QN-2021-049);吉林省教育厅职业教育与成人教育项目(2019ZCY403);吉林省教育厅科研项目(JJKH20181180KJ)

    • DOI： 10.13229/j.cnki.jdxbgxb20200749     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 6 ) 表( 2 )

  • 参考文献

  • 出版信息

  • 数据统计

47

浏览量

37

下载量

4

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

融合亮度边缘和纹理的图像质量评价
基于伪触觉反馈的多模态车载交互
基于真⁃伪三连体神经网络的传感器本体匹配方法
多策略改进核搜索算法及其应用
基于显著性检测的抗剪切攻击的图像数字水印方法

相关作者

胡文瑾
曹欣
叶雨琪
沈传亮
叶瑞章
马骁远
张嘉垚
汪震

相关机构

西北民族大学 数学与计算机科学学院
西北民族大学 国家民委-教育部中国民族语言文字信息技术重点实验室
兰州理工大学 电气工程与信息工程学院
吉林大学 汽车底盘集成与仿生全国重点实验室
兰州理工大学 机电工程学院