基于朴素贝叶斯分类器的大鼠体态自动识别
张敏
张恒义
郑筱祥
1.浙江大学生物医学工程系,教育部生物医学工程重点实验室,浙江,杭州,3100272.浙江大学生物医学工程系,教育部生物医学工程重点实验室,浙江,杭州,3100273.浙江大学生物医学工程系,教育部生物医学工程重点实验室,浙江,杭州,310027
摘要：目的提出一种有效的大鼠体态识别方法,适用于不同目标分辨率的图像.方法从大鼠体态图像中提取目标的4个旋转、平移、尺度不变量,作为朴素贝叶斯网络的属性变量,将体态分为4类,作为网络的类变量.对网络进行训练,并应用训练好的网络对5组不同分辨率的图像进行识别.结果 5组不同分辨率的图像集均取得较高的识别正确率,该方法能有效克服大鼠体态差异等因素带来的目标分辨率不同对识别结果的影响,具有很好的鲁棒性,且运算复杂度低.结论提供了一种大鼠体态识别的算法,该方法具有较强的实用性.
关键词：行为学体态朴素贝叶斯分类器不变量概率密度估计
分类号：R319(医用一般科学)
资助基金：国家科技攻关项目(2003AAZ3537)
论文发表日期：2005-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 370-374 )
英文信息