农业机械学报
農業機械學報
농업궤계학보
TRANSACTIONS OF THE CHINESE SOCIETY OF AGRICULTURAL MACHINERY
2009年
3期
180-183
,共4页
程洪%史智兴%么炜%王雷%庞立欣
程洪%史智興%麽煒%王雷%龐立訢
정홍%사지흥%요위%왕뢰%방립흔
玉米%品种%识别%图像处理%神经网络%支持向量机
玉米%品種%識彆%圖像處理%神經網絡%支持嚮量機
옥미%품충%식별%도상처리%신경망락%지지향량궤
选取郑单958、辽单565、京科25玉米品种作为研究对象,从玉米籽粒的数字图像中提取与玉米籽粒的颜色、形状、尺寸等有关的6个形态结构参数,利用支持向量机(SVM)算法进行训练识别,同时与BP人工神经网络(NN)方法进行比较,结果表明,SVM算法识别效率较高,达到92.3%.
選取鄭單958、遼單565、京科25玉米品種作為研究對象,從玉米籽粒的數字圖像中提取與玉米籽粒的顏色、形狀、呎吋等有關的6箇形態結構參數,利用支持嚮量機(SVM)算法進行訓練識彆,同時與BP人工神經網絡(NN)方法進行比較,結果錶明,SVM算法識彆效率較高,達到92.3%.
선취정단958、료단565、경과25옥미품충작위연구대상,종옥미자립적수자도상중제취여옥미자립적안색、형상、척촌등유관적6개형태결구삼수,이용지지향량궤(SVM)산법진행훈련식별,동시여BP인공신경망락(NN)방법진행비교,결과표명,SVM산법식별효솔교고,체도92.3%.
