研究了基于大數(shù)據(jù)聚類的化妝品包裝符號(hào)元素特征提取方法。初始化處理水平集函數(shù),獲取化妝品包裝符號(hào)元素圖像的局部標(biāo)準(zhǔn)差圖像,根據(jù)余弦相似性確定局部標(biāo)準(zhǔn)差圖像像素點(diǎn)在輪廓曲線上的演化方向,水平集演化改進(jìn)SPF函數(shù),完成符號(hào)元素分割;計(jì)算大數(shù)據(jù)的離散樣本頻譜特征,由置信度獲取數(shù)據(jù)聚類中心的粒子最優(yōu)解的向量矩陣,完成數(shù)據(jù)聚類;結(jié)合卷積神經(jīng)網(wǎng)絡(luò)和AutoEncoder,通過(guò)卷積、過(guò)濾以及池化操作,在輸出層存在的節(jié)點(diǎn)中獲取最大激活值,實(shí)現(xiàn)化妝品包裝符號(hào)元素特征的提取。實(shí)驗(yàn)結(jié)果表明,所提方法的特征提取時(shí)間較短、特征辨識(shí)力有所提高且提取準(zhǔn)確率較高。 

【文章來(lái)源】：日用化學(xué)工業(yè). 2020,50(01)北大核心CSCD

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
1 實(shí)驗(yàn)部分
    1.1 化妝品包裝符號(hào)元素分割方法
    1.2 符號(hào)元素特征提取
        1.2.1 卷積層
        1.2.2 過(guò)濾層
        1.2.3 池化及特征輸出
2 結(jié)果與討論
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于線性判別分析的Choquet積分的符號(hào)模糊測(cè)度提取[J]. 王燈桂,楊蓉.  計(jì)算機(jī)科學(xué). 2019(02)
[2]基于紋理邊界檢測(cè)的航天器橢圓特征提取方法[J]. 王詩(shī)強(qiáng),張世杰.  宇航學(xué)報(bào). 2018(01)
[3]化妝品塑料包裝中鄰苯二甲酸酯含量的測(cè)定[J]. 孫春峰,秦芳.  塑料工業(yè). 2018(01)
[4]低對(duì)比度圖像特征點(diǎn)提取與匹配[J]. 王陳光,王晉疆,趙顯庭.  半導(dǎo)體光電. 2017(06)
[5]基于圖像不變特征深度學(xué)習(xí)的交通標(biāo)志分類[J]. 謝錦,蔡自興,鄧海濤,盛艷.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2017(04)
[6]基于字典學(xué)習(xí)的煤巖圖像特征提取與識(shí)別方法[J]. 伍云霞,田一民.  煤炭學(xué)報(bào). 2016(12)
[7]基于灰度矩的脈搏圖像亞像素特征點(diǎn)提取研究[J]. 張愛華,楊莉蘋,林冬梅.  計(jì)算機(jī)工程與應(yīng)用. 2017(08)
[8]并聯(lián)機(jī)構(gòu)方位特征集的符號(hào)推導(dǎo)方法[J]. 廖明,劉安心,沈惠平,杭魯濱,方虎生,楊廷力.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(03)



本文編號(hào)：3637476