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:
温室大棚在蔬菜培育中有着广泛应用,在高效生产的同时,除草问题亟待解决.该设计采用一种改进型的人工神经网络算法应对大棚作物苗期杂草识别,通过对遗传算法的神经元参数的优化,以减少错误的发生次数.结果表明:与采用径向基核函数的支持向量机算法相比较,改进型人工神经网络算法识别正确率更高,达到94%以上,可为进一步的除草机器人开发提供技术支持.
推荐文章
基于改进型RBF神经网络辨识的PID控制
径向基函数
改进型RBF神经网络
PID控制
最近邻聚类算法
在线自整定
基于改进型BP神经网络的电网负荷预测
电网负荷预测
BP神经网络
模拟退火优化算法
预测误差
基于改进人工神经网络的气水层识别技术
测井解释
神经网络
气水层识别
测井参数
长庆气田
基于改进型BP神经网络的房地产预警
BP神经网络
智能算法
房价预测
Matlab
风险分析
科学评价
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 基于改进型人工神经网络的温室大棚蔬菜作物苗期杂草识别技术
来源期刊 北方园艺 学科 农学
关键词 神经网络 改进 温室大棚 杂草识别
年,卷(期) 2017,(22) 所属期刊栏目 设施园艺
研究方向 页码范围 79-82
页数 4页 分类号 S626.5
字数 1551字 语种 中文
DOI 10.11937/bfyy.20163690
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 董亮 浙江农林大学工程学院 21 33 4.0 5.0
2 李雪原 浙江农林大学工程学院 17 29 4.0 4.0
3 刘兵 浙江农林大学工程学院 15 27 4.0 4.0
4 雷良育 浙江农林大学工程学院 69 125 6.0 8.0
5 张辉 浙江农林大学工程学院 14 26 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (72)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (35)
二级引证文献  (24)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(18)
  • 引证文献(2)
  • 二级引证文献(16)
2020(10)
  • 引证文献(2)
  • 二级引证文献(8)
研究主题发展历程
节点文献
神经网络
改进
温室大棚
杂草识别
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
北方园艺
半月刊
1001-0009
23-1247/S
大16开
黑龙江省哈尔滨市南岗区学府路368号省农科院
14-150
1977
chi
出版文献量(篇)
21038
总下载数(次)
74
总被引数(次)
103850
论文1v1指导