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:
建立支持向量机(SVM)模型,用遗传算法自动选择最优的核函数参数,利用该SVM与遗传算法相结合的新型算法对储粮害虫图像进行分类识别.结果表明,该方法所确定的SVM对储粮害虫具有较优的识别率,其整体性能优良.
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NSCT和支持向量机的SAR图像识别
图像识别
合成孔径雷达
非下采样轮廓波变换
支持向量机
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
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储粮害虫图像识别
来源期刊 安徽农业科学 学科 农学
关键词 储粮害虫 图像识别 遗传算法 支持向量机
年,卷(期) 2010,(17) 所属期刊栏目
研究方向 页码范围 8833-8834
页数 分类号 S37
字数 2807字 语种 中文
DOI 10.3969/j.issn.0517-6611.2010.17.001
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 张建华 河南工业大学信息科学与工程学院 16 55 4.0 7.0
2 朱春华 河南工业大学信息科学与工程学院 43 105 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (19)
参考文献  (4)
节点文献
引证文献  (9)
同被引文献  (26)
二级引证文献  (5)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(6)
  • 引证文献(3)
  • 二级引证文献(3)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
储粮害虫
图像识别
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
安徽农业科学
半月刊
0517-6611
34-1076/S
大16开
安徽省合肥市农科南路40号
26-20
1961
chi
出版文献量(篇)
78281
总下载数(次)
236
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导