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:
杂草影响作物生长,除草剂的大面积使用既增加了农民的经济负担,又污染了环境.根据茄科类作物及其杂草的形状特点,提取其有效的形状特征参数,并用神经网络进行验证.试验证明,提取的形状特征能有效地识别出杂草.
推荐文章
广西茄科外来植物研究
外来种
茄科
广西
作物干扰控制杂草的前景
杂草
作物干扰
杂草控制
数字图像中作物病斑形状分形特征提取
数字图像
病斑形状
特征
分形维数
盒维数
3种茄科类作物花期西花蓟马种群调查
茄科作物
花期
西花蓟马
种群调查
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 茄科类作物杂草的形状特征研究
来源期刊 农业装备技术 学科 农学
关键词 特征提取 形状特征分析法 神经网络
年,卷(期) 2005,(3) 所属期刊栏目 现代农业
研究方向 页码范围 23-25
页数 3页 分类号 S6
字数 2429字 语种 中文
DOI 10.3969/j.issn.1671-6337.2005.03.010
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 毛罕平 235 4472 37.0 54.0
2 潘颖 11 90 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (7)
同被引文献  (12)
二级引证文献  (29)
1999(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(5)
  • 引证文献(2)
  • 二级引证文献(3)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(5)
  • 引证文献(2)
  • 二级引证文献(3)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
特征提取
形状特征分析法
神经网络
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
农业装备技术
双月刊
1671-6337
32-1646/S
大16开
江苏省镇江市学府路71号
1975
chi
出版文献量(篇)
4295
总下载数(次)
7
论文1v1指导