Rust Detection of Steel Structure via One-Class Classification and L2 Sparse Representation with Decision Fusion
Rust Detection of Steel Structure via One-Class Classification and L2 Sparse Representation with Decision Fusion
复制标题
通过一类分类和 L2 稀疏表示与决策融合的钢结构锈病检测
DOI：
10.1587/transinf.2019edl8178
复制
发表时间：
2020-02
影响因子：
0.7
通讯作者：
Huaizhi YANG
中科院分区：
文献类型：
--
作者：
Guizhong ZHANG;Baoxian WANG;Zhaobo YAN;Yiqiang LI;Huaizhi YANG
总结 在这项工作中，我们提出了一种基于一类分类和具有决策融合的 L2 稀疏表示 (SR) 的新型锈迹检测方法。首先，提出了一种新的颜色对比描述符来提取钢结构的锈迹特征
SUMMARY In this work, we present one novel rust detection method based upon one-class classification and L2 sparse representation (SR) with decision fusion. Firstly, a new color contrast descriptor is proposed for extracting the rust features of steel stru
登录
查看更多内容
影响因子：
10.3
作者：
Chen, Po-Han;Shen, Heng-Kuang;Chang, Luh-Maan
通讯作者：
Chang, Luh-Maan
DOI：
10.1142/s0218001405004381
发表时间：
2005-07
期刊：
Int. J. Pattern Recognit. Artif. Intell.
影响因子：
--
作者：
P. Shih;Chengjun Liu
通讯作者：
P. Shih;Chengjun Liu
DOI：
--
发表时间：
2005
期刊：
--
影响因子：
--
作者：
Sangwook Lee
通讯作者：
Sangwook Lee
DOI：
10.1177/1475921717737051
发表时间：
2018-09-01
影响因子：
6.6
作者：
Atha, Deegan J.;Jahanshahi, Mohammad R.
通讯作者：
Jahanshahi, Mohammad R.
影响因子：
3.3
作者：
Yundong Li;A. Kontsos;I. Bartoli
通讯作者：
Yundong Li;A. Kontsos;I. Bartoli