2024年10月12日
星期六
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
陈吉
作品数:
1
被引量:11
H指数:1
供职机构:
中国农业大学理学院
更多>>
发文基金:
中德国际合作项目
国家高技术研究发展计划
更多>>
相关领域:
理学
更多>>
合作作者
王旭
中国农业大学理学院
周继中
中国农业大学理学院
刘亚佳
中国农业大学理学院
曾爱军
中国农业大学理学院
张录达
中国农业大学理学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
理学
主题
1篇
玉米
1篇
玉米苗
1篇
玉米苗期
1篇
杂草
1篇
支持向量
1篇
支持向量机
1篇
田间
1篇
田间杂草
1篇
向量
1篇
向量机
1篇
苗期
1篇
模式识别
1篇
基于支持向量...
1篇
SVM
机构
1篇
中国农业大学
作者
1篇
宋坚利
1篇
何雄奎
1篇
邓巍
1篇
张录达
1篇
曾爱军
1篇
刘亚佳
1篇
周继中
1篇
王旭
1篇
陈吉
传媒
1篇
光谱学与光谱...
年份
1篇
2009
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于支持向量机的玉米苗期田间杂草光谱识别
被引量:11
2009年
田间全面积均匀喷施除草剂不经济,还污染环境,精准喷施除草剂意义重大,其关键是正确识别杂草。用便携式野外光谱仪,在田间测量了玉米、马唐和稗草植株冠层在350~2 500 nm波长范围内的光谱数据,经过数据预处理,数据分析波长选为350~1 300和1 400~1 800 nm。数据处理采用支持向量机(SVM)模式识别方法。SVM具有可实现对小样本建模结构风险最小化、结果最优化、泛化能力强的优点。用线性、多项式、径向基和多层感知核函数对玉米和杂草建立二分类模型,结果表明,三阶多项式核函数SVM分类模型的正确识别率最高,达到80%以上,且支持向量比例较小。以二分类模型为基础,利用投票机制,建立了玉米、马唐和稗草的一对一多分类SVM模型,正确识别率达80%。田间光谱测量受光照、背景和仪器测量精度等条件的影响较大,但结果仍表明SVM结合光谱技术在田间杂草识别中应用潜力很大,此研究为田间杂草识别及传感器的建立提供了一种研究思路和应用基础。
邓巍
张录达
何雄奎
Mueller J
曾爱军
宋坚利
刘亚佳
周继中
陈吉
王旭
关键词:
模式识别
玉米
杂草
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张