您的位置: 专家智库 > >

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇杂草
  • 2篇杂草识别
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 1篇多光谱
  • 1篇多光谱图像
  • 1篇多特征融合
  • 1篇证据理论
  • 1篇图像
  • 1篇网络
  • 1篇光谱图像
  • 1篇NA
  • 1篇SVM
  • 1篇BP网
  • 1篇BP网络
  • 1篇DS
  • 1篇DS证据理论
  • 1篇BAYES

机构

  • 2篇西北农林科技...

作者

  • 2篇李攀
  • 1篇乔永亮
  • 1篇李海洋
  • 1篇何东健
  • 1篇唐晶磊
  • 1篇高瞻

传媒

  • 1篇农业机械学报

年份

  • 1篇2014
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于SVM-DS多特征融合的杂草识别被引量:45
2013年
为解决单一特征识别杂草的低准确率和低稳定性,提出一种支持向量机(SVM)和DS(Shafer-Dempster)证据理论相结合的多特征融合杂草识别方法。在对田间植物图像处理的基础上,提取植物叶片形状、纹理及分形维数3类特征,分别以3类单特征的SVM分类结果作为独立证据构造基本概率指派(BPA),引入基于矩阵分析的DS融合算法简化决策级融合算法复杂度,根据融合结果及分类判决门限给出最终的识别结果。实验结果表明,多特征决策融合识别方法正确识别率达到96.11%,与单特征识别相比有更好的稳定性和更高的识别率。
何东健乔永亮李攀高瞻李海洋唐晶磊
关键词:杂草识别支持向量机DS证据理论多特征融合
基于多光谱图像的玉米田间杂草识别方法研究
粗放式的喷洒除草剂不仅浪费农药和劳动力,而且破坏作物的质量、污染环境,严重影响农业的可持续发展。田间杂草识别技术是开发智能除草设备实现变量喷洒进行自动除草的关键技术之一。本文以西北农林科技大学实验田夏播玉米及伴生杂草为主...
李攀
关键词:杂草识别多光谱图像BP网络支持向量机
文献传递
共1页<1>
聚类工具0