基于支持向量机的玉米叶部病害识别

• 作者: 孙晓艳 宋凯 纪建伟
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 支持向量机 特征向量 多分类器 病害识别 玉米叶部病害
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 155-157
• 页数: 3页
• 分类号: S4
• 字数: 3153字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6819.2007.01.029

摘要

针对玉米叶部病害图像的特点,提出将支持向量机(SVM)组成的多分类器应用于多种玉米叶部病害识别中.首先利用Live-Ware分割算法分割出玉米叶部病灶,再利用小波特征提取算法提取病灶的特征向量,最后利用支持向量机分类方法进行病害的识别.玉米叶部病害图像识别试验结果表明,支持向量机分类方法适合小样本情况,具有良好的分类能力,适合多种玉米叶部病害的分类.不同的分类核函数的相互比较分析表明,径向基核函数最适合玉米病害的分类识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋凯	沈阳农业大学信息与电气工程学院	68	385	12.0	17.0
3	纪建伟	沈阳农业大学信息与电气工程学院	94	628	13.0	20.0
6	孙晓艳	沈阳理工大学信息学院	2	62	2.0	2.0