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:
合理的选择、设计核函数是支持向量机方法的重要部分,不同的核函数代表了利用支持向量机解决非线性分类问题时,进行的不同的非线性映射.核函数使支持向量机可以很容易地实现非线性算法.为此,提出了一种新的核函数-线性组合核函数,将该核函数应用于支持向量机方法中,并使用该方法对北京地区甜瓜病害图像进行了识别分类;同时也与人工神经网络和其它经典支持向量机核函数的分类结果进行了对比,实验结果也验证了该核函数的有效性.
推荐文章
基于支持向量机的飞机图像识别算法
飞机图像识别
支持向量机
特征向量
神经网络
基于小波支持向量机的非线性组合预测方法研究
小波
支持向量机
核函数
非线性组合预测
基于支持向量机的目标图像识别技术
图像处理
图像识别
支持向量机
基于核函数支持向量机的雷达辐射源识别
雷达辐射源识别
核函数
支持向量机
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 基于线性组合核函数支持向量机的病害图像识别研究
来源期刊 农机化研究 学科 工学
关键词 计算机应用 植物病害 理论研究 支持向量机 线性组合核函数
年,卷(期) 2007,(9) 所属期刊栏目 理论研究与探讨
研究方向 页码范围 41-43
页数 3页 分类号 TP391.41
字数 2487字 语种 中文
DOI 10.3969/j.issn.1003-188X.2007.09.013
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 王纪华 205 6742 46.0 66.0
2 于海业 吉林大学生物与农业工程学院 111 1103 18.0 26.0
3 任东 吉林大学生物与农业工程学院 4 267 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (1828)
参考文献  (4)
节点文献
引证文献  (14)
同被引文献  (33)
二级引证文献  (98)
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(6)
  • 参考文献(1)
  • 二级参考文献(5)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(6)
  • 引证文献(1)
  • 二级引证文献(5)
2014(14)
  • 引证文献(2)
  • 二级引证文献(12)
2015(18)
  • 引证文献(0)
  • 二级引证文献(18)
2016(16)
  • 引证文献(0)
  • 二级引证文献(16)
2017(18)
  • 引证文献(2)
  • 二级引证文献(16)
2018(17)
  • 引证文献(0)
  • 二级引证文献(17)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
计算机应用
植物病害
理论研究
支持向量机
线性组合核函数
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
农机化研究
月刊
1003-188X
23-1233/S
大16开
黑龙江哈尔滨市哈平路156号
14-324
1979
chi
出版文献量(篇)
14318
总下载数(次)
39
总被引数(次)
94283
论文1v1指导