中国学术期刊网络出版总库
  关闭
支持向量机在植物病斑形状识别中的应用研究  
   推荐 CAJ下载 PDF下载
【英文篇名】 Application of Support Vector Machine to shape recognition of plant disease spot
【下载频次】 ★★★★★
【作者】 田有文; 张长水; 李成华;
【英文作者】 Tian Youwen~1; Zhang Changshui~2; Li Chenghua~3 (1.Imformation and Electronic College; Shenyang Agricultural University; Shenyang 110161; China; 2.Department. of Automation; Tsinghua University; Beijing 100084; 3.Agricultural Engineering College; Shanyang 110161; China);
【作者单位】 沈阳农业大学信息与电气工程学院; 清华大学自动化系; 沈阳农业大学工程学院 沈阳110161; 北京100084;
【文献出处】 农业工程学报 , Transactions of The Chinese Society of Agricultural Engineering, 编辑部邮箱 2004年 03期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 支持向量机; 植物病斑; 形状识别;
【英文关键词】 support vector machine; plant disease spot; shape recognition;
【摘要】 植物病斑形状识别属于小样本问题。提出了一种新的模式识别方法—支持向量机方法在处理小样本问题时具有很好的学习能力和推广性。该文讨论了支持向量机分类方法应用于植物病斑形状识别。对番茄植物病斑形状识别试验的分析表明,支持向量机分类方法适合于植物病斑复杂形状的分类问题,该方法在训练样本较少时具有良好的分类能力和泛化能力。不同分类核函数的相互比较分析表明,线性核函数最适合于植物病斑的形状识别。
【英文摘要】 Shape recognition of plant disease spot is a learning problem with small training set of sample. A new recognition method, Support Vector Machine (SVM) was presented, which has excellent learning and generalization ability in solving learning problem with small training set of sample. In this paper, classification method of SVM for shape recognition of plant disease spot was discussed. Experiments with tomato disease were conducted and the results proved that the SVM method was fit for classification of pla...
【更新日期】 2005-08-19
【分类号】 TP391.41
【正文快照】 0 引 言目前,植物病害诊断基本上凭借经验和病理学知识进行分析和判断。由于植物病症的外观表现,难以用精确和定量数字进行描述,故诊断结果往往出现偏差。把植物病害自动检测和远程诊断看做是一个分类问题,这样就可以利用图像处理和模式识别技术对植物病害进行识别。植物病斑

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库 中国重要会议论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   计算技术、计算机技术
    计算机的应用
     信息处理(信息加工)
      模式识别与装置
       图像识别及其装置
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号