钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
农业科学期刊
\
农业工程期刊
\
农机化研究期刊
\
基于 PCA 和 SVM 的植物叶片分类方法研究
基于 PCA 和 SVM 的植物叶片分类方法研究
作者:
何东健
张昭
杨民仓
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
叶片图像
分类识别
特征提取
SVM
PCA
摘要:
为了提高植物叶片识别与分类的正确率,提出了一种基于 PCA 和 SVM 的植物叶片识别方法,在对叶片图像进行分割、边缘检测后,提取10个具有旋转、比例、平移不变性的无量纲叶片特征参数,对叶片特征参数进行主成分分析,将前3个主成分作为支持向量机的输入建立模式识别模型。实验结果表明,本算法女贞、木瓜、五角枫、三角枫等4种植物叶片的识别正确率达97.22%,优于直接用特征参数作为模型输入的识别正确率,且算法具有良好的实时性。
暂无资源
收藏
引用
分享
推荐文章
基于改进SVM算法的植物叶片分类研究
植物叶片分类
布谷鸟搜索算法
支持向量机
基于PCA和SVM的电磁模板分析攻击
模板分析
电磁旁路攻击
主成分分析
支持向量机
基于多分类SVM的石榴叶片病害检测方法
图像处理
叶病检测
K均值聚类
特征提取
LSVM分类
基于图像处理和 SVM 的植物叶片分类研究
叶片图像
分类识别
特征提取
SVM
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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 PCA 和 SVM 的植物叶片分类方法研究
来源期刊
农机化研究
学科
工学
关键词
叶片图像
分类识别
特征提取
SVM
PCA
年,卷(期)
2013,(11)
所属期刊栏目
理论研究
研究方向
页码范围
34-37,41
页数
5页
分类号
TP391.41
字数
3202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
何东健
西北农林科技大学机械与电子工程学院
188
3174
30.0
46.0
2
张昭
宝鸡文理学院电子电气工程系
6
53
4.0
6.0
3
杨民仓
宝鸡职业技术学院生物工程系
2
14
1.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(95)
共引文献
(1926)
参考文献
(12)
节点文献
引证文献
(13)
同被引文献
(56)
二级引证文献
(66)
1986(2)
参考文献(0)
二级参考文献(2)
1992(1)
参考文献(0)
二级参考文献(1)
1994(2)
参考文献(0)
二级参考文献(2)
1995(1)
参考文献(0)
二级参考文献(1)
1996(1)
参考文献(0)
二级参考文献(1)
1997(1)
参考文献(0)
二级参考文献(1)
1998(5)
参考文献(0)
二级参考文献(5)
1999(3)
参考文献(0)
二级参考文献(3)
2000(7)
参考文献(1)
二级参考文献(6)
2001(3)
参考文献(0)
二级参考文献(3)
2002(1)
参考文献(0)
二级参考文献(1)
2003(8)
参考文献(0)
二级参考文献(8)
2004(3)
参考文献(0)
二级参考文献(3)
2005(14)
参考文献(0)
二级参考文献(14)
2006(14)
参考文献(0)
二级参考文献(14)
2007(12)
参考文献(3)
二级参考文献(9)
2008(9)
参考文献(1)
二级参考文献(8)
2009(13)
参考文献(4)
二级参考文献(9)
2010(5)
参考文献(1)
二级参考文献(4)
2011(2)
参考文献(2)
二级参考文献(0)
2013(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)
2014(2)
引证文献(2)
二级引证文献(0)
2015(8)
引证文献(4)
二级引证文献(4)
2016(11)
引证文献(2)
二级引证文献(9)
2017(15)
引证文献(0)
二级引证文献(15)
2018(15)
引证文献(2)
二级引证文献(13)
2019(22)
引证文献(3)
二级引证文献(19)
2020(6)
引证文献(0)
二级引证文献(6)
研究主题发展历程
节点文献
叶片图像
分类识别
特征提取
SVM
PCA
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
主办单位:
黑龙江省农业机械工程科学研究院
黑龙江省农业机械学会
出版周期:
月刊
ISSN:
1003-188X
CN:
23-1233/S
开本:
大16开
出版地:
黑龙江哈尔滨市哈平路156号
邮发代号:
14-324
创刊时间:
1979
语种:
chi
出版文献量(篇)
14318
总下载数(次)
39
总被引数(次)
94283
期刊文献
相关文献
1.
基于改进SVM算法的植物叶片分类研究
2.
基于PCA和SVM的电磁模板分析攻击
3.
基于多分类SVM的石榴叶片病害检测方法
4.
基于图像处理和 SVM 的植物叶片分类研究
5.
基于纹理和边缘的SAR图像SVM分类
6.
基于PCA和SVM的个人信用评估
7.
基于PCA和CHMM的音频自动分类
8.
基于波形特征和SVM的心电信号自动分类方法研究
9.
一种基于HOG-PCA的高效图像分类方法
10.
基于改进PCA联合SVM的电厂设备故障诊断方法
11.
基于优化SVM模型的网络负面信息分类方法研究
12.
基于遗传优化的PCA-SVM控制图模式识别
13.
基于PCA与SVM结合的面部表情识别的智能轮椅控制
14.
基于SVM分类和回归的WiFi室内定位方法
15.
基于ICA、PCA与SVM方法的沉积微相定量识别
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
农业基础科学
农业工程
农业科学总论
农作物
农学
园艺
大学学报
林业
植物保护
水产渔业
畜牧兽医
农机化研究2022
农机化研究2021
农机化研究2020
农机化研究2019
农机化研究2018
农机化研究2017
农机化研究2016
农机化研究2015
农机化研究2014
农机化研究2013
农机化研究2012
农机化研究2011
农机化研究2010
农机化研究2009
农机化研究2008
农机化研究2007
农机化研究2006
农机化研究2005
农机化研究2004
农机化研究2003
农机化研究2002
农机化研究2001
农机化研究2000
农机化研究2013年第9期
农机化研究2013年第8期
农机化研究2013年第7期
农机化研究2013年第6期
农机化研究2013年第5期
农机化研究2013年第4期
农机化研究2013年第3期
农机化研究2013年第2期
农机化研究2013年第12期
农机化研究2013年第11期
农机化研究2013年第10期
农机化研究2013年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号