小麦腥黑穗病害的模式识别诊断方法研究

• 作者: 李敏 王张 袁之报 邓继忠 金济 黄华盛
• 来源期刊: 农机化研究
• 学科: 工学
• 关键词: 小麦腥黑穗病 模式识别 分类诊断 孢子 支持向量机
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 理论研究
• 页码范围: 38-41
• 分类号: TP391.41
• 字数: 3853字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-188X.2012.05.009

摘要

针对小麦腥黑穗病害的形状和纹理特征选取了最有利于病害分类的6个特征参数,并分别利用最小距离法、BP神经网络和支持向量机3种模式识别方法实现了对小麦腥黑穗病害的诊断研究.对包括小麦网腥黑穗病、小麦印度腥黑穗病以及小麦矮腥黑穗病共48个孢子病害图像进行了分类诊断实验.实验表明,支持向量机法对小麦腥黑穗病的分类识别能力优于最小距离法和BP神经网络,当核函数是Sigmoid时,支持向量机法性能最优,总体识别率达到93.9％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏	华南农业大学工程学院	97	670	15.0	22.0
2	邓继忠	华南农业大学工程学院	43	308	8.0	15.0
3	袁之报	海南出入境检验检疫局热带植物隔离检疫中心	17	91	4.0	9.0
4	金济	华南农业大学工程学院	9	84	3.0	9.0
5	黄华盛	华南农业大学工程学院	7	71	3.0	7.0
6	王张	海南出入境检验检疫局检验检疫技术中心	4	18	3.0	4.0