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
3
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RGB颜色空间偏态参数的烟草叶片氯含量无损检测
1
作者
周易
单启庆
+6 位作者
陈仲权
廖学文
谢小丹
石三三
蔡钰
江海东
李建飞
《江苏农业科学》
北大核心
2025年第5期274-281,共8页
烟草鲜叶中的氯含量与烤后烟叶的品质显著相关。为准确、快速地无损测量大田期烟叶氯含量,提取鲜烟叶数码图像的RGB颜色空间偏态参数,并分析各类参数与烟叶氯含量的相关性;在此基础上,分别以RGB颜色空间正态及偏态参数作为输入因子,运...
烟草鲜叶中的氯含量与烤后烟叶的品质显著相关。为准确、快速地无损测量大田期烟叶氯含量,提取鲜烟叶数码图像的RGB颜色空间偏态参数,并分析各类参数与烟叶氯含量的相关性;在此基础上,分别以RGB颜色空间正态及偏态参数作为输入因子,运用多元逐步回归和反向传递神经网络(BPNN)构建烟叶叶色表型RGB参数氯含量模型,并比较以不同建模方式输入不同参数所建模型在模型拟合优度和拟合准确度的差异。结果表明,代表颜色深浅度的均值类参数与烟叶氯含量无显著相关性,代表颜色均匀度的峰度类参数(如红通道色阶的峰度、绿通道色阶的峰度)与烟叶氯含量显著正相关。采用RGB颜色空间偏态参数作为输入因子且运用BPNN方式所构建的模型F4拟合优度最佳,总体准确度达81.16%,采用RGB颜色空间偏态参数作为输入因子且运用多元逐步回归所构建的模型F2总体准确度为80.87%,虽然略低于模型F4,但两者并无显著差异。考虑到BPNN模型的构建过程较为繁琐且生理学意义不明确,而多元逐步回归方式构建模型过程简洁、参数明了,建议烤烟采用以RGB颜色模型偏态参数作为自变量且运用多元逐步回归方式构建的模型F2作为最佳的烟叶颜色表型参数氯含量的拟合模型。
展开更多
关键词
RGB颜色空间
偏态参数
叶片氯含量
烟草
反向传递神经网络
在线阅读
下载PDF
职称材料
基于近红外光谱的重金属汞、镉和铅污染水稻叶片鉴别
被引量：
15
2
作者
张龙
潘家荣
朱诚
《浙江大学学报（农业与生命科学版）》
CAS
CSCD
北大核心
2013年第1期50-55,共6页
通过近红外光谱技术结合模式识别技术,建立重金属Hg、Cd和Pb污染水稻叶片的判别模型,以发展快速检测重金属污染水稻的技术。结果表明:在模拟稻田重金属Hg、Cd和Pb质量分数分别在1.5、1和500mg/kg条件下水稻正常生长发育;叶片近红外光谱...
通过近红外光谱技术结合模式识别技术,建立重金属Hg、Cd和Pb污染水稻叶片的判别模型,以发展快速检测重金属污染水稻的技术。结果表明:在模拟稻田重金属Hg、Cd和Pb质量分数分别在1.5、1和500mg/kg条件下水稻正常生长发育;叶片近红外光谱数据通过小波函数(daubechies 2,db2)在0～5水平预处理后分别输入反向传递神经网络(back propagation neural networks,BPNN)和径向基神经网络(radial basis function neuralnetworks,RBFNN)预测的结果表明,小波转换采用db2函数第3分解水平对光谱的预处理结合径向基人工神经网络对重金属胁迫下水稻叶片识别效果最优,对Hg、Cd和Pb污染土壤上以及正常条件下生长的水稻叶片的识别正确率分别为95.5%,81.8%,91.3%和100.0%。这为近红外光谱分析技术在重金属污染水稻的识别上提供了初步依据,并有利于保障植物环境安全。
展开更多
关键词
水稻叶片
近红外光谱
重金属
小波转换
反向传递神经网络
径向基
神经网络
在线阅读
下载PDF
职称材料
基于模糊支持向量机预测胎重的方法研究与比较
被引量：
4
3
作者
余锦华
汪源源
陈萍
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2008年第11期2241-2246,共6页
胎重的准确预测在胎儿监护中具有重要作用,为提高胎重预测的准确性,提出一种基于模糊支持向量机的预测方法。通过在支持向量机中引入模糊逻辑,抑制由测量误差造成的异常数据对预测模型训练的影响,提高了胎重预测对参数测量误差的鲁棒性...
胎重的准确预测在胎儿监护中具有重要作用,为提高胎重预测的准确性,提出一种基于模糊支持向量机的预测方法。通过在支持向量机中引入模糊逻辑,抑制由测量误差造成的异常数据对预测模型训练的影响,提高了胎重预测对参数测量误差的鲁棒性。对600例数据构成的训练集和150例数据构成的测试集进行应用,比较了模糊支持向量机和以前的回归方法、误差反向传递神经网络、支持向量机在胎重预测中的性能。结果表明:与其它方法相比,模糊支持向量机能获得更准确的胎重估计。
展开更多
关键词
胎重估计
回归方法
误差
反向传递神经网络
支持向量机
模糊支持向量机
在线阅读
下载PDF
职称材料
题名
基于RGB颜色空间偏态参数的烟草叶片氯含量无损检测
1
作者
周易
单启庆
陈仲权
廖学文
谢小丹
石三三
蔡钰
江海东
李建飞
机构
福建省烟草公司龙岩市公司
南京农业大学
中国烟草总公司福建省烟草公司
出处
《江苏农业科学》
北大核心
2025年第5期274-281,共8页
基金
福建省烟草公司龙岩市公司科技项目(编号:LK-202312)。
文摘
烟草鲜叶中的氯含量与烤后烟叶的品质显著相关。为准确、快速地无损测量大田期烟叶氯含量,提取鲜烟叶数码图像的RGB颜色空间偏态参数,并分析各类参数与烟叶氯含量的相关性;在此基础上,分别以RGB颜色空间正态及偏态参数作为输入因子,运用多元逐步回归和反向传递神经网络(BPNN)构建烟叶叶色表型RGB参数氯含量模型,并比较以不同建模方式输入不同参数所建模型在模型拟合优度和拟合准确度的差异。结果表明,代表颜色深浅度的均值类参数与烟叶氯含量无显著相关性,代表颜色均匀度的峰度类参数(如红通道色阶的峰度、绿通道色阶的峰度)与烟叶氯含量显著正相关。采用RGB颜色空间偏态参数作为输入因子且运用BPNN方式所构建的模型F4拟合优度最佳,总体准确度达81.16%,采用RGB颜色空间偏态参数作为输入因子且运用多元逐步回归所构建的模型F2总体准确度为80.87%,虽然略低于模型F4,但两者并无显著差异。考虑到BPNN模型的构建过程较为繁琐且生理学意义不明确,而多元逐步回归方式构建模型过程简洁、参数明了,建议烤烟采用以RGB颜色模型偏态参数作为自变量且运用多元逐步回归方式构建的模型F2作为最佳的烟叶颜色表型参数氯含量的拟合模型。
关键词
RGB颜色空间
偏态参数
叶片氯含量
烟草
反向传递神经网络
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
S126 [农业科学—农业基础科学]
在线阅读
下载PDF
职称材料
题名
基于近红外光谱的重金属汞、镉和铅污染水稻叶片鉴别
被引量：
15
2
作者
张龙
潘家荣
朱诚
机构
中国计量学院生命科学学院
浙江大学生命科学学院植物生理学与生物化学国家重点实验室
出处
《浙江大学学报（农业与生命科学版）》
CAS
CSCD
北大核心
2013年第1期50-55,共6页
基金
浙江省重点科技创新团队--农产品安全标准与检测技术科技创新团队资助项目(2010R50028)
"十二五"国家科技支撑计划资助项目(2012BAK17B03)
+1 种基金
"十一五"国家科技支撑计划:食品安全关键技术--粮油
蔬果等安全控制技术的研究资助项目(2006BAK02A18)
文摘
通过近红外光谱技术结合模式识别技术,建立重金属Hg、Cd和Pb污染水稻叶片的判别模型,以发展快速检测重金属污染水稻的技术。结果表明:在模拟稻田重金属Hg、Cd和Pb质量分数分别在1.5、1和500mg/kg条件下水稻正常生长发育;叶片近红外光谱数据通过小波函数(daubechies 2,db2)在0～5水平预处理后分别输入反向传递神经网络(back propagation neural networks,BPNN)和径向基神经网络(radial basis function neuralnetworks,RBFNN)预测的结果表明,小波转换采用db2函数第3分解水平对光谱的预处理结合径向基人工神经网络对重金属胁迫下水稻叶片识别效果最优,对Hg、Cd和Pb污染土壤上以及正常条件下生长的水稻叶片的识别正确率分别为95.5%,81.8%,91.3%和100.0%。这为近红外光谱分析技术在重金属污染水稻的识别上提供了初步依据,并有利于保障植物环境安全。
关键词
水稻叶片
近红外光谱
重金属
小波转换
反向传递神经网络
径向基
神经网络
Keywords
rice leaves
near infrared spectroscopy
heavy metal
wavelet transform
back propagation neuralnetworks
radial basis function neural networks
分类号
S511 [农业科学—作物学]
O657.33 [理学—分析化学]
在线阅读
下载PDF
职称材料
题名
基于模糊支持向量机预测胎重的方法研究与比较
被引量：
4
3
作者
余锦华
汪源源
陈萍
机构
复旦大学电子工程系
上海市第一妇婴保健医院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2008年第11期2241-2246,共6页
基金
国家重点基础研究规划基金(2006CB705707)
国家自然科学基金(30570488)
+1 种基金
上海市重点学科建设项目(B112)
复旦大学研究生创新基金(EYH1220001)资助项目
文摘
胎重的准确预测在胎儿监护中具有重要作用,为提高胎重预测的准确性,提出一种基于模糊支持向量机的预测方法。通过在支持向量机中引入模糊逻辑,抑制由测量误差造成的异常数据对预测模型训练的影响,提高了胎重预测对参数测量误差的鲁棒性。对600例数据构成的训练集和150例数据构成的测试集进行应用,比较了模糊支持向量机和以前的回归方法、误差反向传递神经网络、支持向量机在胎重预测中的性能。结果表明:与其它方法相比,模糊支持向量机能获得更准确的胎重估计。
关键词
胎重估计
回归方法
误差
反向传递神经网络
支持向量机
模糊支持向量机
Keywords
fetal weight estimation
regression method
back-propagation network
support vector regression
fuzzy support vector regression
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
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RGB颜色空间偏态参数的烟草叶片氯含量无损检测
周易
单启庆
陈仲权
廖学文
谢小丹
石三三
蔡钰
江海东
李建飞
《江苏农业科学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于近红外光谱的重金属汞、镉和铅污染水稻叶片鉴别
张龙
潘家荣
朱诚
《浙江大学学报（农业与生命科学版）》
CAS
CSCD
北大核心
2013
15
在线阅读
下载PDF
职称材料
3
基于模糊支持向量机预测胎重的方法研究与比较
余锦华
汪源源
陈萍
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2008
4
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
