位置:成果数据库 > 期刊 > 期刊详情页
昆虫图像自动鉴别技术
  • ISSN号:2095-1353
  • 期刊名称:《应用昆虫学报》
  • 时间:0
  • 分类:S831[农业科学—畜牧学;农业科学—畜牧兽医] TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中国科学院动物研究所,北京100101, [2]中国科学院自动化研究所 模式识别国家重点实验室,北京100080
  • 相关基金:模式识别国家重点实验室开放课题、国家科技基础条件平台工作重点项目“动物标本标准化整理、整合及共享试点”专题子项目(2005DKA21402)及国家基础科学人才培养基金(中国科学院动物研究所动物分类学特殊学科点,NSFC-J0630964/J0109)资助
中文摘要:

昆虫是地球上物种多样性最为丰富的生物类群,其物种鉴定任务复杂而艰巨,可靠的物种鉴定是开展昆虫学工作的重要基础之一。当前,国内外的人工昆虫物种鉴定能力均不能满足实际需求,因而人们开始不断探索利用计算机自动鉴定昆虫的原理和方法。目前,模式识别技术的迅猛发展已为昆虫图像的自动鉴定提供可能。文章概述昆虫图像自动鉴定技术研究的历史与现状,总结主要原理和方法,介绍工作流程,并展望发展前景。

英文摘要:

Insect has the richest species diversity on the earth. The task of insect species identification is one of the most fundamental works for many entomological fields and usually being difficult and complex. At present, reliable insect identification is mainly carried out by taxonomists, but this approach can't meet practical needs at all. Therefore, many scientists have tried to resolve this problem by using modem computing technology. Pattern recognition technology has developed rapidly and made automated insect image identification feasible. The history, underlying theory, general process and the prospects for developing an automated insect image identification system are briefly reviewed and discussed.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《应用昆虫学报》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国昆虫学会 中国科学院动物研究所
  • 主编:戈峰
  • 地址:北京朝阳区北辰西路1号院5号中科院动物所
  • 邮编:100101
  • 邮箱:entom@ioz.ac.cn
  • 电话:010-64807137
  • 国际标准刊号:ISSN:2095-1353
  • 国内统一刊号:ISSN:11-6020/Q
  • 邮发代号:2-151
  • 获奖情况:
  • 96、2000年获中科院《优秀期刊三等奖》,92年获中国科协《优秀学术期刊一等奖》,2001进入“中国期刊”方阵,“双百”期刊,排名第96位
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),英国农业与生物科学研究中心文摘,美国剑桥科学文摘,美国生物科学数据库,英国动物学记录,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:3170