登录    注册    忘记密码

期刊文章详细信息

基于支持向量机和色度矩的植物病害识别研究  ( EI收录)  

Study on Plant Disease Recognition Using Support Vector Machine and Chromaticity Moments

  

文献类型:期刊文章

作  者:田有文[1] 张长水[2] 李成华[3]

机构地区:[1]沈阳农业大学信息与电气工程学院 [2]清华大学自动化系 [3]沈阳农业大学工程学院

出  处:《农业机械学报》

年  份:2004

卷  号:35

期  号:3

起止页码:95-98

语  种:中文

收录情况:BDHX、BDHX2000、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:针对植物病害彩色纹理图像的特点 ,提出将支持向量机和色度矩分析方法相结合应用于植物病害识别中。首先利用色度矩提取植物病害叶片的特征向量 ,然后利用支持向量机分类方法进行病害的识别。黄瓜病害纹理图像识别实验分析表明 ,利用色度矩提取病害彩色纹理图像特征简便、快捷、分类效果好 ;支持向量机分类方法在病害分类时训练样本较少 ,具有良好的分类能力和泛化能力 ,适合于植物病害的分类。不同分类核函数的相互比较分析表明 ,线性核函数最适于植物病害的分类识别。

关 键 词:支持向量机 色度矩  植物病害 识别  纹理图像 线性核函数  

分 类 号:S432] TP391.41]

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