期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于近红外光谱和PSO-SVM算法的烟叶自动分级方法
被引量：
21
1
作者
杨双艳
杨紫刚
+3 位作者
张四伟
李长昱
吴书娇
邱昌桂
《贵州农业科学》
CAS
2018年第12期141-144,共4页
为烟叶收购自动分级提供技术支撑,结合近红外光谱技术、数据分析和模式识别技术,建立基于近红外光谱和粒子群-支持向量机(PSO-SVM)算法的烟叶自动分级方法,并进行验证。结果表明:使用PSO-SVM算法进行烟叶分级,粒子群算法支持向量机的参...
为烟叶收购自动分级提供技术支撑,结合近红外光谱技术、数据分析和模式识别技术,建立基于近红外光谱和粒子群-支持向量机(PSO-SVM)算法的烟叶自动分级方法,并进行验证。结果表明:使用PSO-SVM算法进行烟叶分级,粒子群算法支持向量机的参数最优,惩罚因子(c)为3.154 9,核函数参数(δ)为1.262 4。在此条件下支持向量机的分级正确率为96.00%～97.75%,较普通SVM算法的正确率(92.00%～93.33%)更高。
展开更多
关键词
近红外光谱
分级
支持向量机
粒子群优化
烤烟
在线阅读
下载PDF
职称材料
题名
基于近红外光谱和PSO-SVM算法的烟叶自动分级方法
被引量：
21
1
作者
杨双艳
杨紫刚
张四伟
李长昱
吴书娇
邱昌桂
机构
云南巴菰生物科技有限公司
云南瑞升烟草技术(集团)有限公司
云南省烟草公司文山州公司
出处
《贵州农业科学》
CAS
2018年第12期141-144,共4页
基金
云南瑞升烟草技术(集团)有限公司科技项目"烟叶品质数字化评价技术的平台建设研究"(RS2014010)
文摘
为烟叶收购自动分级提供技术支撑,结合近红外光谱技术、数据分析和模式识别技术,建立基于近红外光谱和粒子群-支持向量机(PSO-SVM)算法的烟叶自动分级方法,并进行验证。结果表明:使用PSO-SVM算法进行烟叶分级,粒子群算法支持向量机的参数最优,惩罚因子(c)为3.154 9,核函数参数(δ)为1.262 4。在此条件下支持向量机的分级正确率为96.00%～97.75%,较普通SVM算法的正确率(92.00%～93.33%)更高。
关键词
近红外光谱
分级
支持向量机
粒子群优化
烤烟
Keywords
NIR
grading
support vector machine(SVM)
particle swarm optimization(PSO)
flue-cured tobacco
分类号
S572.126 [农业科学—烟草工业]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于近红外光谱和PSO-SVM算法的烟叶自动分级方法
杨双艳
杨紫刚
张四伟
李长昱
吴书娇
邱昌桂
《贵州农业科学》
CAS
2018
21
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
