您的位置: 专家智库 > >

林喆

作品数:8 被引量:24H指数:2
供职机构:中国农业大学信息与电气工程学院更多>>
发文基金:国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术农业科学更多>>

文献类型

  • 3篇期刊文章
  • 2篇学位论文
  • 2篇会议论文
  • 1篇科技成果

领域

  • 5篇自动化与计算...
  • 4篇农业科学

主题

  • 3篇视觉技术
  • 3篇图像
  • 3篇种质
  • 3篇机器视觉
  • 3篇机器视觉技术
  • 3篇核心种质
  • 2篇稻种
  • 2篇稻种资源
  • 2篇智能管理
  • 2篇智能管理系统
  • 2篇神经网
  • 2篇神经网络
  • 2篇数字图像
  • 2篇数字图像处理
  • 2篇图像处理
  • 2篇网络
  • 1篇数字农业
  • 1篇水稻
  • 1篇特征提取
  • 1篇图像感兴趣区...

机构

  • 8篇中国农业大学
  • 1篇中国矿业大学

作者

  • 8篇林喆
  • 5篇郑丽敏
  • 3篇唐毅
  • 2篇刘艳国
  • 2篇田立军
  • 2篇朱虹
  • 2篇于铂
  • 1篇廖树华
  • 1篇朱虹
  • 1篇李自超
  • 1篇王鋆
  • 1篇任发政
  • 1篇张洪亮
  • 1篇王飞
  • 1篇张萍萍
  • 1篇李兴民
  • 1篇芦筱菲
  • 1篇贾宗艳
  • 1篇吴平
  • 1篇朱虹

传媒

  • 1篇种子
  • 1篇计算机工程
  • 1篇计算机应用研...
  • 1篇2005年中...

年份

  • 1篇2008
  • 1篇2007
  • 4篇2006
  • 2篇2005
8 条 记 录,以下是 1-8
排序方式:
水稻遗传资源核心种质智能管理系统的研究与开发
林喆
关键词:核心种质稻种资源取样方法
数字图像处理及机器视觉技术在谷物种子形态识别中的研究进展
本文从谷物种子识别参数、谷物种子分割算法、分类识别算法的研究进展中,阐述了基于图像处理和机器视觉技术在谷物形态研究的进展及发展方向。
林喆郑丽敏朱虹唐毅
关键词:数字农业机器视觉图像处理
文献传递
水稻遗传资源核心种质智能管理系统的研究与实现
随着核心种质研究工作的开展、新理论的不断完善和大量种质数据的挖掘,使用什么样的取样策略,确定核心种质的数量规模,仍然是作物核心种质研究中遇到的最大难题。核心种质的遗传多样性及有效性检验等问题日益影响种质工作的进一步开展。...
林喆
关键词:核心种质稻种资源智能管理系统水稻
文献传递
数字图像处理及机器视觉技术在谷物种子形态识别中的研究进展
本文从谷物种子识别参数、谷物种子分割算法、分类识别算法的研究进展中,综述了基于图像处理和机器视觉技术在谷物形态研究的进展及发展方向。
林喆郑丽敏朱虹唐毅
关键词:数字图像机器视觉
文献传递
基于SOFM神经网络的核心种质取样算法
2006年
介绍了核心种质和自组织特征映射网络的基本概念,使用自组织特征映射网络的自组织特性对种质性状数据进行了聚类,利用聚类的分组结果,提取核心种质,通过对核心种质的各种参数的检验并与完全随机取样和一般的系统聚类的对比,结果表明,SOFM的取样算法,是一种比较有效快捷的算法,可以在实际中加以应用。
林喆郑丽敏李自超张洪亮
关键词:SOFM网络聚类核心种质
基于几何特征的图像感兴趣区域的自动定位研究被引量:8
2007年
自动定位猪肉的臀中肌肉区域是实现基于计算机视觉技术的猪肉无损定级系统的基础,该文针对猪肉的臀中肌肉区域的定位,提出了一种基于几何特征的定位方法,实现了臀中肌区域的自动定位。并与传统的模板匹配法的定位效果进行了比较,实验表明对于定位猪肉的臀中肌基于几何特征的定位法优于传统的模板匹配法,达到了较好的定位效果。
唐毅郑丽敏任发政朱虹林喆
关键词:特征提取
基于机器视觉技术的猪胴体等级在线无损评定系统的研究
郑丽敏任发政李兴民唐毅于铂田立军朱虹吴平廖树华刘艳国张萍萍王飞王鋆芦筱菲林喆贾宗艳
基于机器视觉技术的猪胴体等级在线无损评定系统的研究属于农业无损检测技术领域中的开发、研制项目,系统包括软硬件两部分。系统采用工业高分辨率摄像头、视频图像采集卡获取猪胴体视频图像,经图像处理,提取与猪等级相关的图像特征信息...
关键词:
关键词:机器视觉
基于MATLAB的BP神经网络在猪等级评定中的应用研究被引量:15
2008年
为了客观评估猪肉各项指标和猪肉等级,采用MATLAB神经网络工具箱中的BP人工神经网络,利用猪胴体图像特征参数和活体猪图像特征参数建立BP神经网络模型。分别用猪胴体图像特征参数样本60个和活体猪图像特征参数样本80个进行了网络训练,并采用不同的BP神经网络隐含层的传递函数和隐含层神经元数量,得到BP神经网络模型。通过仿真,将仿真结果与人工评估结果进行对比,结果表明BP人工神经网络模型可以评估猪肉各项指标和等级识别。在猪肉胴体图像特征指标下评价猪肉等级准确率达到98%,在活体猪图像特征参数评价猪肉等级准确率达到80%。说明猪肉胴体图像特征比活体猪图像特征参数更能代表猪肉质量品质也符合客观现实;同时也表明MATLAB神经网络工具箱中的BP人工神经网络可以应用在猪的等级评定中。
郑丽敏田立军朱虹王伟于铂刘艳国林喆唐毅
关键词:反向传播神经网络MATLAB
共1页<1>
聚类工具0