2025年1月11日
星期六
|
欢迎来到鞍山市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
张春雷
作品数:
1
被引量:11
H指数:1
供职机构:
东北农业大学电气与信息学院
更多>>
发文基金:
国家自然科学基金
黑龙江省自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
刘春涛
东北农业大学电气与信息学院
柴玉华
东北农业大学电气与信息学院
谭克竹
东北农业大学电气与信息学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
甄别
1篇
神经网
1篇
神经网络
1篇
图像
1篇
组合分类器
1篇
模糊神经
1篇
模糊神经网络
1篇
光谱图像
1篇
分类器
1篇
高光谱图像
1篇
大豆
1篇
大豆品种
机构
1篇
东北农业大学
作者
1篇
谭克竹
1篇
柴玉华
1篇
刘春涛
1篇
张春雷
传媒
1篇
东北农业大学...
年份
1篇
2016
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于高光谱图像技术的大豆品种无损鉴别
被引量:11
2016年
为解决传统大豆品种检测方法存在的效率低和精度差等问题,应用高光谱图像分析技术展开大豆品种甄别研究。采集10个品种(每品种100粒,共1000粒)大豆样本400.92—999.53nm的高光谱反射图像,分别进行中值平滑、多元散射校正和数据标准归一化预处理去噪,提取样本图像中心30×30pixels感兴趣区域的平均光谱曲线和标准差曲线。分别以样本平均光谱值主成分得分、标准差光谱值主成分得分及两者结合作为模型输入,基于T—S模糊神经网络和随机森林思想组合分类器构建鉴别模型。经中值平滑的光谱平均值和标准差作输入,结合随机森林思想的组合分类模型鉴别效果最佳,训练集、测试集的平均鉴别率分别达99.6%和97.6%。结果表明,采用高光谱图像技术可实现大豆品种高精度无损鉴别。
柴玉华
毕文佳
谭克竹
张春雷
刘春涛
关键词:
大豆
高光谱图像
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张