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:
综合运用计算机数字图像处理技术与人工神经网络技术,建立了一个多层BP神经网络,实现了大豆叶片中病斑的自动识别与特征计算.首先通过计算机视觉技术采集叶片图像.其次,采用BP神经网络完成了对病斑图像的识别.最后,运用数字图像处理技术完成了对病斑区域相关特征值的计算.实验证明,该方法能有效地识别出病斑区域,识别率可达100%.该研究为将来病种的识别提供了理论依据.
推荐文章
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
基于神经网络的数字识别的研究
神经网络
数字识别
BP网络
基于模糊神经网络的目标识别研究
目标识别
模糊神经网络
传感器
基于循环神经网络的语音识别研究
语音识别
循环神经网络
反向传播算法
特征提取
小波变换
HMM模型
BP神经网络
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 基于神经网络的大豆叶片病斑的识别与研究
来源期刊 黑龙江八一农垦大学学报 学科 工学
关键词 图像处理 病斑 神经网络
年,卷(期) 2006,(2) 所属期刊栏目
研究方向 页码范围 84-87
页数 4页 分类号 TP391.41
字数 2108字 语种 中文
DOI 10.3969/j.issn.1002-2090.2006.02.023
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 马晓丹 黑龙江八一农垦大学工程学院 53 321 10.0 15.0
2 祁广云 黑龙江八一农垦大学信息学院 30 163 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (48)
参考文献  (3)
节点文献
引证文献  (32)
同被引文献  (153)
二级引证文献  (287)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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(4)
  • 引证文献(3)
  • 二级引证文献(1)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(8)
  • 引证文献(5)
  • 二级引证文献(3)
2010(14)
  • 引证文献(2)
  • 二级引证文献(12)
2011(17)
  • 引证文献(2)
  • 二级引证文献(15)
2012(20)
  • 引证文献(4)
  • 二级引证文献(16)
2013(25)
  • 引证文献(2)
  • 二级引证文献(23)
2014(33)
  • 引证文献(3)
  • 二级引证文献(30)
2015(50)
  • 引证文献(2)
  • 二级引证文献(48)
2016(29)
  • 引证文献(2)
  • 二级引证文献(27)
2017(35)
  • 引证文献(3)
  • 二级引证文献(32)
2018(33)
  • 引证文献(0)
  • 二级引证文献(33)
2019(37)
  • 引证文献(1)
  • 二级引证文献(36)
2020(12)
  • 引证文献(1)
  • 二级引证文献(11)
研究主题发展历程
节点文献
图像处理
病斑
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
黑龙江八一农垦大学学报
双月刊
1002-2090
23-1275/S
大16开
黑龙江省大庆市
1981
chi
出版文献量(篇)
3489
总下载数(次)
3
总被引数(次)
16174
论文1v1指导