期刊文章详细信息
基于核K-均值聚类算法的植物叶部病害识别 ( EI收录)
Plant Leaf Disease Recognition Based on Kernel K-means Clustering Algorithm
文献类型:期刊文章
机构地区:[1]西北农林科技大学机械与电子工程学院,陕西杨凌712100 [2]威海职业学院机电工程系,威海264210 [3]西北农林科技大学信息工程学院,陕西杨凌712100
基 金:国家自然科学基金资助项目(30471138)
年 份:2009
卷 号:40
期 号:3
起止页码:152-155
语 种:中文
收录情况:BDHX、BDHX2008、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20091512029404)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:针对植物叶部病害图像的特点,首先对采集到的玉米病害彩色图像采用矢量中值滤波法去除噪声,然后提取玉米病叶彩色图像的纹理特征和颜色特征作为特征向量,利用Mercer核,把输入空间的样本映射到高维特征空间进行K-均值聚类以及植物病害识别。试验涉及的4种玉米病害识别正确率达82.5%,核K-均值聚类方法适合玉米叶部病害分类。
关 键 词:植物病害 病害识别 核K-均值聚类
分 类 号:TP391.4] S431.9[计算机类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...