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:
在基于数字图像的玉米品种自动识别的研究中,寻找对识别贡献大的新特征项,对玉米品种识别率的提高具有十分重大的意义.把遗传算法和支持向量机算法相结合,设计了具体的基于支持向量机和遗传算法的玉米籽粒特征选择算法,利用这种算法优选提取出的玉米籽粒特征,从玉米籽粒的胚部和冠部的颜色特征与形状特征中找出了对玉米品种识别贡献较大的新特征.
推荐文章
基于遗传算法的双子支持向量机的模型选择
双子支持向量机
遗传算法
核函数
参数选择
基于加速遗传算法的选择性支持向量机集成
加速遗传算法
适应函数
负相关学习
支持向量机
选择性集成
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
遗传算法优化支持向量机的网络流量混沌预测
遗传算法优化
支持向量机
网络流量
混沌预测
相空间重构
预测模型
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 玉米籽粒的特征选择算法——基于支持向量机与遗传算法
来源期刊 农机化研究 学科 农学
关键词 玉米种子 特征选择 自动识别 遗传算法 支持向量机
年,卷(期) 2009,(2) 所属期刊栏目 理论研究与探讨
研究方向 页码范围 30-33
页数 4页 分类号 S126|TP391.41
字数 3674字 语种 中文
DOI 10.3969/j.issn.1003-188X.2009.02.009
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 马丽 河北农业大学信息科学与技术学院 17 67 5.0 7.0
2 尹辉娟 河北农业大学信息科学与技术学院 20 86 4.0 8.0
3 史智兴 河北农业大学信息科学与技术学院 37 371 10.0 18.0
4 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  (16)
共引文献  (43)
参考文献  (4)
节点文献
引证文献  (10)
同被引文献  (38)
二级引证文献  (29)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
玉米种子
特征选择
自动识别
遗传算法
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
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