基于SVM的豆类作物病害识别研究

• 作者: 彭佳红 彭勤 高士
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 豆类作物 支持向量机 病害
• 年，卷（期）: 2019,（24）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 210-211
• 页数: 2页
• 分类号: TP18
• 字数: 815字
• 语种: 中文

摘要

病害智能预测识别在农业信息化领域起着重要的作用,也是一实用性很强的应用技术.基于机器学习中的支持向量机SVM分类技术,对豆类病害特征属性进行分类与豆类作物斑病进行智能识别.结果表明,支持向量机SVM建立的识别模型准确率为93.27％,能够辅助豆类作物的生产与科学管理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭佳红	湖南农业大学信息科学技术学院	88	370	11.0	17.0
2	彭勤	湖南农业大学信息科学技术学院	2	0	0.0	0.0
3	高士	湖南农业大学信息科学技术学院	2	0	0.0	0.0