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:
小麦是我国北方重要的粮食作物,在农业生产和国民经济中占有重要地位.本研究基于图像处理和模式识别的基本理论,建立和训练BP神经网络,对小麦穗部图像进行识别从而进行测产育种等.将图像处理技术应用于小麦穗部图像识别的研究,以减少专家育种等野外工作,加快农业信息化研究,为提高生产力做出应有的贡献.
推荐文章
基于图像分割技术的小麦识别
图像预处理
图像增强
边缘检测
图像分割
识别
阈值分割
基于图像处理技术的车牌识别方法研究
图像处理技术
车牌识别系统
数字形态学
直接分割法
基于图像处理技术的小麦群体叶绿素状况估计研究
图像处理技术
小麦群体
叶绿素状况
基于深度学习的图像识别技术研究综述
图像识别
CNN
R-CNN
SPP-Net
FastR-CNN
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 基于图像处理技术的小麦识别技术研究
来源期刊 中外企业家 学科
关键词 小麦测产 图像识别 神经网络
年,卷(期) 2020,(4) 所属期刊栏目 科技创新
研究方向 页码范围 161-162
页数 2页 分类号
字数 语种 中文
DOI
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 邵华清 77 268 8.0 12.0
2 宋琦 19 55 4.0 7.0
3 孙倩男 3 0 0.0 0.0
4 张国鑫 1 0 0.0 0.0
5 王欣媛 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (75)
共引文献  (36)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(8)
  • 参考文献(2)
  • 二级参考文献(6)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
小麦测产
图像识别
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
中外企业家
旬刊
1000-8772
23-1025/F
大16开
黑龙江省哈尔滨市
2-287
1984
chi
出版文献量(篇)
47547
总下载数(次)
59
论文1v1指导