中国农业期刊集成服务平台

当前位置: 首页 > 文章 > 基于SPSO+SVM的水稻叶部病害识别方法研究上海农业学报 2021,37 (6) 136-142

Position: Home > Articles > Study on recognition method of rice leaf diseases based on SPSO+SVM Acta Agriculturae Shanghai 2021,37 (6) 136-142

基于SPSO+SVM的水稻叶部病害识别方法研究

作者：

陈宇;路阳;蔡娣;姜峰;杨化龙

单位：

黑龙江八一农垦大学电气与信息学院

关键词：

水稻病害识别;支持向量机;交换粒子群优化算法;方向梯度直方图

摘要：

为实现田间条件下水稻稻瘟病、纹枯病、白叶枯病3种常见水稻叶部病害的快速识别和诊断,提出了一种基于交换粒子群优化算法(SPSO)和支持向量机(SVM)的水稻病害诊断方法.首先在田间采集300幅水稻叶部病害图像,利用中值滤波方法和方向梯度直方图,得到3种病害3780维特征向量;然后建立病害识别支持向量机模型,使用交换粒子群优化算法(SPSO)优化支持向量机径向基函数(RBF)的参数γ和惩罚因子c.结果表明:该方法优于单独使用支持向量机或粒子群(PSO)算法优化的支持向量机模型,3种水稻叶部病害平均识别准确率达到93.2%.该方法可用于上述3种水稻叶部病害的识别.

译名：

Study on recognition method of rice leaf diseases based on SPSO+SVM

相似文章

基于MobileNetV3Small-ECA的水稻病害轻量级识别研究 [袁培森, 欧阳柳江, 翟肇裕, 田永超] 农业机械学报 2024,55 (1) 253-262
融合Focal Loss与典型卷积神经网络结构的水稻病害图像分类 [杨非凡, 徐伟诚, 陈盛德, 兰玉彬] 江苏农业科学 2023,51 (14) 198-204
基于RDN-YOLO的自然环境下水稻病害识别模型研究 [廖娟, 刘凯旋, 杨玉青, 严从宽, 张爱芳, 朱德泉] 农业机械学报 2024 (8) 233-242

导出引用

计量

文章访问数: 21

HTML全文浏览量: 0

PDF下载量: 0

基于SPSO+SVM的水稻叶部病害识别方法研究

相似文章

所属期刊

上海农业学报

推荐期刊

江苏农业科学

农业机械学报