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:
针对单分类器识别的局限性和玉米叶部病害的复杂性,该文提出了一种基于自适应加权的多分类器融合的玉米叶部病害识别方法.首先,对采集的玉米叶部病害图像的病害区域分别提取颜色、颜色共生矩阵和颜色完全局部二值模式3种特征,并相应地构建3个基于支持向量机的单分类器;然后,利用K近邻和聚类分析的方法计算各单分类器的自适应动态权值;最后,通过线性加权的方式进行融合判决,得到最终的分类结果.利用该方法对 7 种常见的玉米叶部病害图片进行了试验,平均识别率达94.71%.结果表明,其性能优于目前常见的单一特征或特征组合构建的同类分类器及多分类器融合方法.研究结果为其他农作物病害诊断提供了借鉴和参考.
推荐文章
基于稀疏表征多分类器融合的遮挡人脸识别
人脸识别
稀疏表征
多分辨率分块
多分类器融合
过完备字典
基于量子神经网络和组合特征参数的玉米叶部病害识别
玉米病害
组合特征参数
量子神经网络
病害识别率
识别
基于多特征和多分类器融合的语种识别
语种识别
多分类器
决策融合
基于Android的苹果叶部病害识别系统设计
Android
苹果病害
图像识别
Canny算子
支持向量机
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 基于多分类器融合的玉米叶部病害识别
来源期刊 农业工程学报 学科 工学
关键词 病害 识别 图像处理 多分类器融合 玉米叶部病害 自适应加权 颜色共生矩阵 支持向量机
年,卷(期) 2015,(14) 所属期刊栏目 农业信息与电气技术
研究方向 页码范围 194-201
页数 8页 分类号 TP391
字数 6107字 语种 中文
DOI 10.11975/j.issn.1002-6819.2015.14.027
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (302)
共引文献  (360)
参考文献  (23)
节点文献
引证文献  (60)
同被引文献  (285)
二级引证文献  (118)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(9)
  • 参考文献(1)
  • 二级参考文献(8)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(15)
  • 参考文献(2)
  • 二级参考文献(13)
2005(23)
  • 参考文献(0)
  • 二级参考文献(23)
2006(18)
  • 参考文献(1)
  • 二级参考文献(17)
2007(37)
  • 参考文献(2)
  • 二级参考文献(35)
2008(21)
  • 参考文献(1)
  • 二级参考文献(20)
2009(49)
  • 参考文献(0)
  • 二级参考文献(49)
2010(28)
  • 参考文献(1)
  • 二级参考文献(27)
2011(28)
  • 参考文献(1)
  • 二级参考文献(27)
2012(28)
  • 参考文献(1)
  • 二级参考文献(27)
2013(28)
  • 参考文献(7)
  • 二级参考文献(21)
2014(8)
  • 参考文献(6)
  • 二级参考文献(2)
2015(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(9)
  • 引证文献(8)
  • 二级引证文献(1)
2017(21)
  • 引证文献(11)
  • 二级引证文献(10)
2018(42)
  • 引证文献(15)
  • 二级引证文献(27)
2019(63)
  • 引证文献(18)
  • 二级引证文献(45)
2020(43)
  • 引证文献(8)
  • 二级引证文献(35)
研究主题发展历程
节点文献
病害
识别
图像处理
多分类器融合
玉米叶部病害
自适应加权
颜色共生矩阵
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
农业工程学报
半月刊
1002-6819
11-2047/S
大16开
北京朝阳区麦子店街41号
18-57
1985
chi
出版文献量(篇)
16403
总下载数(次)
36
总被引数(次)
395062
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导