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:
对切花玫瑰瓶插寿命进行预测,利用机器视觉提取颜色和形状特征参数共15个,并结合人工神经网络ANN建立预测模型.该预测模型的输入层、隐含层和输出层的神经元数分别为15、15和1,训练集相关系数R2=0.9394,训练集均方根误差RMSEC=0.7849;其预测集相关系数R2=0.8507,预测均方根误差RMSEP=1.2051.结果表明,机器视觉结合人工神经网络能够较准确地预测切花玫瑰的瓶插寿命.
推荐文章
基于人工神经网络的连续油管疲劳寿命预测
连续油管
疲劳寿命
表面缺陷
人工神经网络
非洲菊切花水分平衡、鲜重变化和瓶插寿命的关系探究
非洲菊切花
瓶插寿命
水分平衡
鲜重变化率
茶多酚对切花月季瓶插寿命和相关抗氧化酶活性影响的研究
茶多酚
切花月季
瓶插寿命
抗氧化酶活性
基于人工神经网络的经济预测模型
改进BP算法
神经网络
GDP
时间序列
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 基于机器视觉和人工神经网络的切花玫瑰瓶插寿命预测
来源期刊 湖北农业科学 学科 农学
关键词 机器视觉 人工神经网络 切花玫瑰 瓶插寿命
年,卷(期) 2017,(8) 所属期刊栏目 农业工程
研究方向 页码范围 1564-1566,1569
页数 4页 分类号 S126
字数 2821字 语种 中文
DOI 10.14088/j.cnki.issn0439-8114.2017.08.041
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 张海东 云南农业大学机电工程学院 28 691 10.0 26.0
2 翟超男 云南农业大学机电工程学院 5 9 2.0 3.0
3 王孟 云南农业大学机电工程学院 7 11 2.0 3.0
4 邢志中 云南农业大学机电工程学院 7 10 2.0 3.0
5 郭小军 云南农业大学机电工程学院 8 13 2.0 3.0
6 陈腾 云南农业大学机电工程学院 7 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (9)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
机器视觉
人工神经网络
切花玫瑰
瓶插寿命
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
湖北农业科学
半月刊
0439-8114
42-1255/S
大16开
武汉市武昌南湖瑶苑2号
38-21
1955
chi
出版文献量(篇)
19680
总下载数(次)
22
总被引数(次)
84101
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导