农机化研究
農機化研究
농궤화연구
JOURNAL OF AGRICULTURAL MECHANIZATION RESEARCH
2012年
5期
38-41
,共4页
邓继忠%李敏%袁之报%金济%黄华盛%王张
鄧繼忠%李敏%袁之報%金濟%黃華盛%王張
산계충%리민%원지보%금제%황화성%왕장
小麦腥黑穗病%模式识别%分类诊断%孢子%支持向量机
小麥腥黑穗病%模式識彆%分類診斷%孢子%支持嚮量機
소맥성흑수병%모식식별%분류진단%포자%지지향량궤
针对小麦腥黑穗病害的形状和纹理特征选取了最有利于病害分类的6个特征参数,并分别利用最小距离法、BP神经网络和支持向量机3种模式识别方法实现了对小麦腥黑穗病害的诊断研究.对包括小麦网腥黑穗病、小麦印度腥黑穗病以及小麦矮腥黑穗病共48个孢子病害图像进行了分类诊断实验.实验表明,支持向量机法对小麦腥黑穗病的分类识别能力优于最小距离法和BP神经网络,当核函数是Sigmoid时,支持向量机法性能最优,总体识别率达到93.9％.
針對小麥腥黑穗病害的形狀和紋理特徵選取瞭最有利于病害分類的6箇特徵參數,併分彆利用最小距離法、BP神經網絡和支持嚮量機3種模式識彆方法實現瞭對小麥腥黑穗病害的診斷研究.對包括小麥網腥黑穗病、小麥印度腥黑穗病以及小麥矮腥黑穗病共48箇孢子病害圖像進行瞭分類診斷實驗.實驗錶明,支持嚮量機法對小麥腥黑穗病的分類識彆能力優于最小距離法和BP神經網絡,噹覈函數是Sigmoid時,支持嚮量機法性能最優,總體識彆率達到93.9％.
침대소맥성흑수병해적형상화문리특정선취료최유리우병해분류적6개특정삼수,병분별이용최소거리법、BP신경망락화지지향량궤3충모식식별방법실현료대소맥성흑수병해적진단연구.대포괄소맥망성흑수병、소맥인도성흑수병이급소맥왜성흑수병공48개포자병해도상진행료분류진단실험.실험표명,지지향량궤법대소맥성흑수병적분류식별능력우우최소거리법화BP신경망락,당핵함수시Sigmoid시,지지향량궤법성능최우,총체식별솔체도93.9％.
