10.3969/j.issn.1006-0871.2006.03.017
基于径向基函数网络的浮游植物活体三维荧光光谱分类
将小波变换与神经网络相结合,对浮游植物活体的三维荧光光谱进行分类.首先利用小波变换对数据进行压缩,然后利用径向基函数(Radial Basis Function, RBF)神经网络对光谱曲线进行逼近,从而进行物种的识别,平均识别率高达95.8%.结果表明,该方法较传统的统计方法更方便、准确率更高.
小波变换、神经网络、径向基函数、高斯函数
15
TP3(计算技术、计算机技术)
2006-11-07（万方平台首次上网日期，不代表论文的发表时间）
共4页
66-68,71
