文献类型：期刊文章

作　　者：刘翠翠[1] 杨涛[2,3] 马京晶[4] 孙付春[2] 李晓晓[2]

Liu Cuicui;Yang Tao;Ma Jingjing;Sun Fuchun;Li Xiaoxiao(Sichuan Industrial Institute of Antibiotics,Chengdu University,Chengdu,610052,China;School of MechanicalEngineering,Chengdu University,Chengdu,610106,China;Chengdu Haiyi Electromechanical Equipment Co.Ltd.,Chengdu,610106,China;College of Information Science&Engineering,Chengdu University,Chengdu,610106,China)

机构地区：[1]成都大学四川抗菌素工业研究所,成都市610052 [2]成都大学机械工程学院,成都市610106 [3]成都海逸机电设备有限公司,成都市610106 [4]成都大学信息科学与工程学院,成都市610106

出　　处：《中国农机化学报》

基　　金：四川省教育厅重点自然科学研究项目(16ZA0382)

年　　份：2019

卷　　号：40

期　　号：8

起止页码：132-136

语　　种：中文

收录情况：BDHX、BDHX2017、RCCSE、核心刊

摘　　要：以川麦冬叶部黑斑病、炭疽病、叶枯病3种病害图像为研究对象,采用K-Means聚类分割技术分离出病斑,通过对颜色、形状和纹理特征构成的46维特征向量进行主成分分析,再运用支持向量机设计的多级分类器进行病害识别,开发出的麦冬叶部病害识别系统识别率达到了94.4%,表明了系统对麦冬病害防治,促进麦冬产业现代化发展有重要意义。

关 键 词：麦冬 主成分分析 支持向量机 病害识别

分 类 号：S435.672] TP391.41]