原文服务方: 东北林业大学学报       
摘要:
通过对7种柳属植物的350枚叶片进行实验处理,测量所需的数字化植物特征,在单一指标判别分析中,仅有“长宽比”作为识别这7种植物的最有效的单一指标;在双重指标的判别分析中,“最宽处”ד叶脉值”、“最宽处”ד短弧距”、“最宽处”ד长弧距”、“周长比”ד膜周长比”、“短弧距”ד上外距”、“长弧距”ד上外距”这6组双重指标对7种植物的识别正确率均达到100%,同为最优双重指标。试验结果表明,上述6组最优双重指标可以完全识别出这7种植物。因此,基于数字化的叶片图像特征的信息识别物种是可行的,为今后植物物种识别研究奠定了基础。
推荐文章
基于信息融合的植物生长数字化构建研究
信息融合
植物生长
数字化
基于图像分析的植物叶片识别技术综述
数字图像分析
植物叶片识别
图像模板匹配
统计学
机器学习理论
鞋楦曲面数字化特征识别与数据压缩
鞋楦
预处理
特征识别
逆向工程
数据压缩
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 基于叶片图像特征数字化信息识别7种柳属植物1)
来源期刊 东北林业大学学报 学科
关键词 柳属植物 叶片 判别分析 物种识别
年,卷(期) 2014,(12) 所属期刊栏目
研究方向 页码范围 75-79
页数 5页 分类号 S718.49
字数 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 穆立蔷 96 978 16.0 26.0
2 潘晓星 12 65 4.0 7.0
3 杨天天 8 36 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (53)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (12)
二级引证文献  (41)
1964(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(2)
  • 二级参考文献(2)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(2)
  • 参考文献(1)
  • 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)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(12)
  • 引证文献(1)
  • 二级引证文献(11)
2019(17)
  • 引证文献(1)
  • 二级引证文献(16)
2020(13)
  • 引证文献(1)
  • 二级引证文献(12)
研究主题发展历程
节点文献
柳属植物
叶片
判别分析
物种识别
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
东北林业大学学报
月刊
1000-5382
23-1268/S
大16开
1957-01-01
chi
出版文献量(篇)
7235
总下载数(次)
0
总被引数(次)
68015
论文1v1指导