浙江省教育厅科研计划项目(Y201119748)
- 作品数:4 被引量:49H指数:3
- 相关作者:竺乐庆张真傅奇佳陈健陈望挺更多>>
- 相关机构:浙江工商大学中国林业科学研究院更多>>
- 发文基金:浙江省教育厅科研计划浙江省自然科学基金浙江省科技厅资助项目更多>>
- 相关领域:自动化与计算机技术生物学电子电信更多>>
- 基于JSP和Android的C/S结构问卷系统被引量:26
- 2013年
- 为了方便问卷调查的实施过程,提高统计数据采集过程的效率,提出一种基于Android平台的手机问卷调查系统实现方法。该问卷系统是客户端/服务器结构的,服务端包括基于JSP的问卷设计模块、问卷信息统计模块、数据库,以及基于C#的Web Service用于实现数据库访问接口;客户端是Android平台上的问卷交互系统,从数据库获取问卷信息,在手机上显示问题和选项供用户回答并把回答结果提交到数据库。该系统在Android模拟器上以及真机上都进行了测试,结果表明该系统能有效实现问卷调查功能。由于客户端可以运行在移动设备之上,该系统的实现可以使问卷过程随时随地进行,使调查过程更加便利和高效,拓宽问卷调查的客户群,因此可以为需要市场调查或社会调研的企业或机构所采用。
- 陈望挺林满足陈健章跃傅奇佳竺乐庆
- 关键词:ANDROID平台JSPSERVICE
- 基于MFCC和GMM的昆虫声音自动识别被引量:15
- 2012年
- 昆虫的运动、取食、鸣叫都会发出声音,这些声音存在种内相似性和种间差异性,因此可用来识别昆虫的种类。基于昆虫声音的昆虫种类自动检测技术对协助农业和林业从业人员方便地识别昆虫种类非常有意义。本研究采用了语音识别领域里的声音参数化技术来实现昆虫的声音自动鉴别。声音样本经预处理后,提取梅尔倒谱系数(Mel-frequency cepstrum coefficient,MFCC)作为特征,并用这些样本提取的MFCC特征集训练混合高斯模型(Gaussian mixturemodel,GMM)。最后用训练所得到的GMM对未知类别的昆虫声音样本进行分类。该方法在包含58种昆虫声音的样本库中进行了评估,取得了较高的识别正确率(平均精度为98.95%)和较理想的时间性能。该测试结果证明了基于MFCC和GMM的语音参数化技术可以用来有效地识别昆虫种类。
- 竺乐庆张真
- 关键词:昆虫声音处理自动识别混合高斯模型
- 基于SURF算法和OpenCV的掌纹识别技术研究
- 2012年
- 该文提出了一种基于快速鲁棒特征算法和OpenCV的掌纹识别方法。首先应用固定阈值法将手掌二值化,并提取出有效掌纹区域。然后用快速鲁棒特征算法提取并描述该区域的特征点,再通过随机采样一致性算法进行特征点之间的匹配。最后,通过一系列测试对该系统的性能进行了评估,实验结果证明该系统对掌纹图像的旋转、亮度和尺度变化具有较好的鲁棒性,且具有比较高的识别精度和时间性能。
- 周新宇姚茂国竺乐庆
- 关键词:快速鲁棒特征掌纹识别鲁棒性
- 基于稀疏编码和SCGBPNN的鳞翅目昆虫图像识别被引量:8
- 2013年
- 【目的】为了给林业、农业或植物检疫等行业人员提供一种方便快捷的昆虫种类识别方法,本文提出了一种新颖的鳞翅目昆虫图像自动识别方法。【方法】首先通过预处理对采集的昆虫标本图像去除背景,分割出双翅,并对翅图像的位置进行校正。然后把校正后的翅面分割成多个超像素,用每个超像素的l,a,b颜色及x,y坐标平均值作为其特征数据。接下来用稀疏编码(SC)算法训练码本、生成编码并汇集成特征向量训练量化共轭梯度反向传播神经网络(SCG BPNN),并用得到的BPNN进行分类识别。【结果】该方法对包含576个样本的昆虫图像的数据库进行了测试,取得了高于99%的识别正确率,并有理想的时间性能、鲁棒性及稳定性。【结论】实验结果证明了本文方法在识别鳞翅目昆虫图像上的有效性。
- 竺乐庆张真
- 关键词:昆虫鳞翅目图像识别