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:
基于传统统计学理论基础的鸭蛋破损检测方法有理论缺陷,因此提出了基于支持向量机的检测方法.试验结果验证该方法具有训练样本少、学习推广能力强等优点;基于径向基核函数(RBF)的SVM对鸭蛋破损检测的识别效果最佳,总体正确率达到97.5%.
推荐文章
基于支持向量机的垃圾标签检测模型
垃圾标签
社会化标签系统
支持向量机
检测模型
基于层叠支持向量机的人脸检测研究
人脸检测
支持向量机
模式分类
基于Bagging支持向量机集成的入侵检测研究
入侵检测
支持向量机
集成
Bagging
基于支持向量机的瑕疵检测算法
瑕疵检测
支持向量机
灰度直方图
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 基于支持向量机的鸭蛋破损检测技术
来源期刊 农业机械学报 学科 工学
关键词 鸭蛋 破损 检测 支持向量机
年,卷(期) 2008,(1) 所属期刊栏目 研究简报
研究方向 页码范围 194-197,204
页数 5页 分类号 TP274|TN912.34
字数 3287字 语种 中文
DOI
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 文友先 华中农业大学工程技术学院 87 1489 25.0 34.0
2 刘俭英 华中农业大学工程技术学院 27 500 12.0 22.0
3 周平 华中农业大学工程技术学院 6 57 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (128)
参考文献  (10)
节点文献
引证文献  (16)
同被引文献  (57)
二级引证文献  (132)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1996(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(9)
  • 参考文献(1)
  • 二级参考文献(8)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(7)
  • 参考文献(4)
  • 二级参考文献(3)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(5)
  • 引证文献(2)
  • 二级引证文献(3)
2011(17)
  • 引证文献(3)
  • 二级引证文献(14)
2012(7)
  • 引证文献(0)
  • 二级引证文献(7)
2013(16)
  • 引证文献(1)
  • 二级引证文献(15)
2014(13)
  • 引证文献(0)
  • 二级引证文献(13)
2015(25)
  • 引证文献(3)
  • 二级引证文献(22)
2016(13)
  • 引证文献(2)
  • 二级引证文献(11)
2017(21)
  • 引证文献(3)
  • 二级引证文献(18)
2018(12)
  • 引证文献(0)
  • 二级引证文献(12)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
鸭蛋
破损
检测
支持向量机
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
农业机械学报
月刊
1000-1298
11-1964/S
大16开
北京德外北沙滩1号6信箱
2-363
1957
chi
出版文献量(篇)
11867
总下载数(次)
31
论文1v1指导