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:
选取郑单958、辽单565、京科25玉米品种作为研究对象,从玉米籽粒的数字图像中提取与玉米籽粒的颜色、形状、尺寸等有关的6个形态结构参数,利用支持向量机(SVM)算法进行训练识别,同时与BP人工神经网络(NN)方法进行比较,结果表明,SVM算法识别效率较高,达到92.3%.
推荐文章
基于支持向量机的手势识别研究
手势识别
支持向量机
核函数
多分类
基于支持向量机的人脸识别研究
人脸识别
支持向量机
离散小波变换
基于支持向量机的水中目标识别
支持向量机
水中目标识别
统计学习理论
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
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 基于支持向量机的玉米品种识别
来源期刊 农业机械学报 学科 农学
关键词 玉米 品种 识别 图像处理 神经网络 支持向量机
年,卷(期) 2009,(3) 所属期刊栏目 农业自动化与环境控制
研究方向 页码范围 180-183
页数 4页 分类号 TP391.41|S513|S323
字数 3630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 庞立欣 河北农业大学现代教育技术中心 16 102 4.0 10.0
2 么炜 河北农业大学信息科学与技术学院 21 84 4.0 8.0
3 王雷 河北农业大学信息科学与技术学院 8 72 3.0 8.0
4 史智兴 河北农业大学信息科学与技术学院 37 371 10.0 18.0
5 程洪 河北农业大学信息科学与技术学院 22 223 8.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (87)
参考文献  (8)
节点文献
引证文献  (48)
同被引文献  (177)
二级引证文献  (479)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(5)
  • 引证文献(4)
  • 二级引证文献(1)
2011(14)
  • 引证文献(6)
  • 二级引证文献(8)
2012(33)
  • 引证文献(5)
  • 二级引证文献(28)
2013(34)
  • 引证文献(7)
  • 二级引证文献(27)
2014(58)
  • 引证文献(13)
  • 二级引证文献(45)
2015(66)
  • 引证文献(3)
  • 二级引证文献(63)
2016(84)
  • 引证文献(3)
  • 二级引证文献(81)
2017(75)
  • 引证文献(3)
  • 二级引证文献(72)
2018(67)
  • 引证文献(1)
  • 二级引证文献(66)
2019(68)
  • 引证文献(2)
  • 二级引证文献(66)
2020(23)
  • 引证文献(1)
  • 二级引证文献(22)
研究主题发展历程
节点文献
玉米
品种
识别
图像处理
神经网络
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
总被引数(次)
174483
相关基金
河北省自然科学基金
英文译名:
官方网址:
项目类型:
学科类型:
论文1v1指导