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:
为进一步提高脐橙病害检测识别算法性能,提出一种基于分水岭分割边缘自组织神经网络(Fuzzy self organizing neural network, FSONN)的脐橙病害模糊检测方法.首先,基于分水岭分割算法实现脐橙病害边界的有效提取,以病害区的红、绿颜色分量对脐橙病害进行特征表达,并以分形维数对脐橙病害形状进行特征表达,然后将上述特征作为神经网络算法的输入,构建脐橙病害自动检测模型;其次,引入模糊自组织神经网络算法,实现基于自组织聚类方式的自动模型参数和结构辨识;最后,通过在 MackeyGLass 非线性序列中的逼近实验验证了所提算法性能优势,并将其应用于脐橙病害检测,实验结果表明,所提算法的4种脐橙病害检测正确率可达到90 %以上,满足实际应用需要.
推荐文章
结合分水岭变换的彩色图像边缘检测算法
边缘检测
Canny算子
分水岭变换
标记提取
基于分水岭算法的MELK图像分割
拓扑蛋白质组学
图像分割
分水岭算法
多抗原配体图谱图像
基于分水岭算法的虹膜区域分割
图像分割
分水岭算法
小波变换
虹膜区域分割
区域合并
基于分水岭区域合并的彩色服装图像分割
彩色服装图像
分水岭算法
人工标记
区域合并
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 基于分水岭边缘分割FSONN的脐橙病害检测
来源期刊 控制工程 学科 工学
关键词 分水岭分割算法 边缘检测 脐橙病害 模糊自组织神经网络
年,卷(期) 2019,(7) 所属期刊栏目 建模与仿真系统
研究方向 页码范围 1353-1359
页数 7页 分类号 TP391
字数 5485字 语种 中文
DOI 10.14107/j.cnki.kzgc.161634
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 陈玮 邵阳学院电气工程系 21 48 4.0 5.0
2 黄丽韶 湖南科技学院电子与信息工程学院 23 64 4.0 6.0
3 李文 湖南科技学院电子与信息工程学院 45 343 8.0 17.0
4 顾思思 湖南科技学院电子与信息工程学院 22 69 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (40)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(9)
  • 参考文献(2)
  • 二级参考文献(7)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(5)
  • 参考文献(4)
  • 二级参考文献(1)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
分水岭分割算法
边缘检测
脐橙病害
模糊自组织神经网络
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
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
总被引数(次)
44239
论文1v1指导