您好，欢迎访问安徽省农业科学院 机构知识库！

基于机器视觉的稻谷品种鉴别方法比较

文献类型： 中文期刊

作者： 冯晓星 1 ; 许学 2 ;

作者机构： 1.国防科技大学电子对抗学院

2.安徽省农科院水稻研究所

关键词： 机器视觉;支持向量机;核函数;误差反传神经网络;主成分分析

期刊名称： 电子技术与软件工程

ISSN： 2095-5650

年卷期： 2019 年 18 期

页码： 86-88

摘要： 本文为了寻求稻谷品种鉴别方法与应用场合的最佳匹配,利用机器视觉技术提取5个稻谷品种的光谱信息和图像特征。利用基于支持向量机(SVM)以及BP神经网络(BP-ANN)两类模型,在有无主成分分析的两种情况下,对稻谷的鉴别效果进行全面分析和对比。结果表明:事先进行主成分分析将使得处理过程更加高效,但也带来信息损失;线性和径向基核函数分别在处理高维和低维特征变量时有优势;对于这5个稻谷品种,基于BP-ANN的分类效果要优于基于SVM的。

  • 相关文献

[1]联合多源多时相卫星影像和支持向量机的小麦白粉病监测方法(英文). 赵晋陵,杜世州,黄林生. 2022

[2]基于机器视觉技术的动物行为自动识别和分类. 钱蓉,詹凯,王重龙. 2016

[3]基于生猪外形特征图像的瘦肉率估测方法. 张萌,钟南,刘莹莹. 2017

[4]不同类型粳稻品种产量及其相关因素综合分析. 陈刚,吴文革,胡鹏,王斌,胡琪峰. 2013

[5]淮河流域农田碳收支特征及影响因素分析. 叶飞,严平,钱坤,陈琛,刘和俊. 2012

[6]不同移栽期烤烟化学成分与香味成分的相关性和主成分分析. 甘小平,刘炎红,薛宝燕,钱益亮,阎轶峰,徐经年,沈嘉,曹瑗,汪文杰. 2014

[7]6种安徽地方火腿不同部位特征香气的气相色谱-离子迁移谱表征. 黄晶晶,周迎芹,张福生,杨明柳,谢宁宁. 2021

[8]皖南地区出口“屯绿”香气成分研究. 王辉,雷攀登,周汉琛,丁勇,夏先江,黄建琴. 2018

[9]糙皮侧耳品种的主成分及聚类分析. 常艳,于娟娟,韩芹芹,林毅,聂凡,蔡永萍. 2011

[10]不同滤光袋对石榴果实日灼及品质的影响. 秦改花,贾波涛,苏颖,刘春燕,黎积誉,曹榛,杨志,于晴. 2023

[11]安徽省粮食产量变化态势及影响因素驱动力分析. 马卫鹏,曹淑华,聂雷,陈娟. 2014

[12]不同类型粳稻品种产量及其相关因素综合分析. 陈刚,吴文革,胡鹏,王斌,胡琪峰. 2013

[13]安徽省粮食综合生产能力的影响因素分析. 王光宇. 2012

[14]同时蒸馏萃取法结合主成分分析研究祁门红茶的香气成分. 杨停,雷攀登,周汉琛,丁勇,黄建琴. 2017

[15]普通小麦种子活力综合评价方法研究. 朱玉磊,吴雪静,汪学涵,赖晨骏,杨雨晴,卢茂昂,李敏,何贤芳. 2023

[16]顶空固相微萃取-气质联用结合主成分分析法对太平猴魁茶香气成分的研究. 杨停,雷攀登,周汉琛,丁勇,崔朋,程满环,黄建琴. 2017

[17]安徽省优质稻米品质性状的相关性研究. 夏加发,李泽福,陈多璞,王元垒,石英尧. 2006

[18]三个不同品系中华鳖形态差异分析. 梁宏伟,曹力欢,李翔,童苗苗,蒋业林,李忠,罗相忠,邹桂伟. 2017

[19]111份多棱大麦种质主要农艺性状的遗传多样性. 赵斌,陈晓东,季昌好,朱斌,王瑞. 2020

[20]基于导数光谱与主成分分析的小麦籽粒赤霉病识别. 琚书存,汪志存,林芬芳,谷春艳,潘正高,张东彦. 2020

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：安徽省农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台