基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对玉米病害叶片彩色纹理图像的特点,提出一种将支持向量机和色度矩分析应用于玉米病害识别的方法.首先利用色度矩提取玉米病害叶片纹理图像的特征向量,然后将支持向量机分类方法应用于病害的识别.玉米病害纹理图像识别实验结果表明:支持向量机分类方法对于病害分类训练样本较少时,具有良好的分类能力和泛化能力,适合于玉米病害的分类.不同分类核函数的相互比较分析表明,径向基核函数最适合于玉米病害的分类识别.
推荐文章
基于小波变换和支持向量机的彩色纹理识别
纹理
彩色空间
小波变换(WT)
支持向量机(SVM)
纹理识别
基于纹理特征和支持向量机的磁共振脑图像组织分类
纹理特征
支持向量机
磁共振脑图像
参数寻优
基于多特征的支持向量机印鉴识别
Gabor滤波器
极坐标变换
奇异值分解
支持向量机
特征筛选和支持向量机的体育视频识别
体育视频
支持向量机
特征筛选
特征相关性
识别模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于纹理特征和支持向量机的玉米病害的识别
来源期刊 沈阳农业大学学报 学科 农学
关键词 支持向量机 玉米病害 纹理特征 色度矩
年,卷(期) 2005,(6) 所属期刊栏目 研究简报
研究方向 页码范围 730-732
页数 3页 分类号 S435.131
字数 2236字 语种 中文
DOI 10.3969/j.issn.1000-1700.2005.06.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田有文 沈阳农业大学信息与电气工程学院 68 945 17.0 29.0
2 王滨 沈阳农业大学信息与电气工程学院 6 178 3.0 6.0
3 唐晓明 沈阳农业大学信息与电气工程学院 3 71 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1817)
参考文献  (3)
节点文献
引证文献  (33)
同被引文献  (68)
二级引证文献  (223)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(6)
  • 引证文献(6)
  • 二级引证文献(0)
2010(8)
  • 引证文献(1)
  • 二级引证文献(7)
2011(6)
  • 引证文献(1)
  • 二级引证文献(5)
2012(7)
  • 引证文献(2)
  • 二级引证文献(5)
2013(16)
  • 引证文献(4)
  • 二级引证文献(12)
2014(17)
  • 引证文献(1)
  • 二级引证文献(16)
2015(33)
  • 引证文献(3)
  • 二级引证文献(30)
2016(30)
  • 引证文献(4)
  • 二级引证文献(26)
2017(37)
  • 引证文献(4)
  • 二级引证文献(33)
2018(40)
  • 引证文献(0)
  • 二级引证文献(40)
2019(39)
  • 引证文献(2)
  • 二级引证文献(37)
2020(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
支持向量机
玉米病害
纹理特征
色度矩
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
沈阳农业大学学报
双月刊
1000-1700
21-1134/S
大16开
沈阳市东陵路120号
1956
chi
出版文献量(篇)
3479
总下载数(次)
6
论文1v1指导