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:
提出了一种基于遗传算法(GA)和支持向量机(SVM)的玉米种子的图像特征选择和分类识别的新方法.该方法首先用遗传算法对采集到的玉米种子图像的特征进行优化,而后采用决策二叉树的支持向量机分类算法对玉米品种进行识别.该分类算法将分类器分布在各个结点上,构成多类支持向量机,减少了分类器的数量和重复训练样本的数量.实验结果表明该方法能选出适合于识别的玉米种子特征并能对玉米种子进行正确地识别.
推荐文章
基于改进遗传算法的支持向量机微信垃圾文章识别
支持向量机
遗传算法
特征选择
参数优化
垃圾文章
基于遗传算法和支持向量机的故障诊断方法
最小二乘支持向量机
自适应遗传算法
机载电气盒
故障诊断
自适应遗传算法优化支持向量机的过电压识别
过电压识别
支持向量机
输电线路
遗传算法
基于遗传算法和最小二乘支持向量机可靠性分配
可靠性分配
遗传算法
最小二乘支持向量机
逆向思维
三角模糊数
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 基于遗传算法和支持向量机的玉米品种识别
来源期刊 计算机工程与应用 学科 工学
关键词 支持向量机 遗传算法 决策二叉树 玉米种子识别
年,卷(期) 2008,(18) 所属期刊栏目 工程与应用
研究方向 页码范围 221-223
页数 3页 分类号 TP391
字数 3559字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.18.069
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 侯惠芳 河南工业大学信息科学与工程学院 21 171 9.0 12.0
2 刘素华 河南工业大学信息科学与工程学院 16 176 9.0 13.0
3 王宏勇 河南工业大学信息科学与工程学院 17 72 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (27)
参考文献  (2)
节点文献
引证文献  (20)
同被引文献  (77)
二级引证文献  (162)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(6)
  • 引证文献(5)
  • 二级引证文献(1)
2011(10)
  • 引证文献(1)
  • 二级引证文献(9)
2012(16)
  • 引证文献(0)
  • 二级引证文献(16)
2013(14)
  • 引证文献(2)
  • 二级引证文献(12)
2014(14)
  • 引证文献(2)
  • 二级引证文献(12)
2015(26)
  • 引证文献(3)
  • 二级引证文献(23)
2016(20)
  • 引证文献(2)
  • 二级引证文献(18)
2017(30)
  • 引证文献(1)
  • 二级引证文献(29)
2018(21)
  • 引证文献(1)
  • 二级引证文献(20)
2019(21)
  • 引证文献(2)
  • 二级引证文献(19)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
支持向量机
遗传算法
决策二叉树
玉米种子识别
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导