登录    注册    忘记密码

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

作  者:王守志[1,2] 何东健[3] 李文[2] 王艳春[1]

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

出  处:《农业机械学报》

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...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心