版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、雜草與植物病蟲害一樣,是農(nóng)作物生長中的重要災(zāi)害。雜草與農(nóng)作物爭奪空間,陽光,水和肥料,使農(nóng)作物的生長受到抑制而導(dǎo)致減產(chǎn)。據(jù)統(tǒng)計(jì),我國因遭受雜草的危害,每年損失糧食約200億千克,油菜籽和花生約2億千克。在雜草防除方法中,化學(xué)除草法由于其高效的除草能力而倍受青睞,但是化學(xué)除草劑的使用方式普遍為粗放式大面積噴灑,還造成了潛在的生態(tài)環(huán)境危害。如果對(duì)田地進(jìn)行變量,噴灑到作物和土壤等無雜草區(qū)域的除草劑不僅造成了浪費(fèi)噴灑,即僅在雜草滋生區(qū)噴灑除草劑
2、,就能顯著的減少除草劑的使用量降低對(duì)環(huán)境的危害。目前在雜草識(shí)別領(lǐng)域中,主要利用植物的位置、植物的特征(包括形狀、顏色、紋理、光譜等)以及三維圖像等多種方法。本文以四種田間常見雜草為研究對(duì)象,提出采用模糊神經(jīng)網(wǎng)絡(luò)技術(shù)將雜草的形狀、紋理、高度特征融合的方法,實(shí)現(xiàn)對(duì)田間雜草的有效識(shí)別。
由于雜草識(shí)別是一種定性分析的過程,它不同于一般的定量分析,雜草的特征本身具有模糊性,以某些絕對(duì)的數(shù)量定義雜草的分類指標(biāo)是不科學(xué)的,因此本文應(yīng)用模糊化
3、的雜草特征參數(shù)作為雜草識(shí)別網(wǎng)絡(luò)的輸入。為了降低分級(jí)網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)訓(xùn)練的復(fù)雜程度,根據(jù)雜草特征的種類及其在對(duì)識(shí)別的影響因素分成四個(gè)子網(wǎng)絡(luò),分別為顏色特征子網(wǎng)絡(luò),主要的紋理特征子網(wǎng)絡(luò),次要的紋理特征子網(wǎng)絡(luò),和高度特征子網(wǎng)絡(luò)。再將四個(gè)子網(wǎng)絡(luò)融合為雜草自動(dòng)識(shí)別綜合網(wǎng)絡(luò),并利用遺傳算法對(duì)網(wǎng)絡(luò)的結(jié)構(gòu)進(jìn)行優(yōu)化。組成的模糊遺傳神經(jīng)網(wǎng)絡(luò)具有更強(qiáng)的魯棒性和自適應(yīng)性。
本文提出的田間雜草自動(dòng)分類識(shí)別方法,將模糊理論和特征分類有效結(jié)合,首次將雜草的高
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于特征庫和模糊技術(shù)的遙感圖像分類研究.pdf
- 基于多特征融合技術(shù)的商品圖像分類.pdf
- 基于多特征融合和SVM分類的圖像檢索技術(shù)研究.pdf
- 基于模糊積分的多分類器融合研究.pdf
- 基于加權(quán)多特征融合和SVM的圖像分類研究.pdf
- 基于結(jié)構(gòu)和紋理特征融合的場(chǎng)景圖像分類.pdf
- 基于特征降維和分類器融合的極化SAR分類方法.pdf
- 基于圖片特征和分類器融合的垃圾郵件過濾技術(shù)研究.pdf
- 基于模糊積分的多分類器融合方法研究.pdf
- 融合LBP特征和運(yùn)動(dòng)特征的運(yùn)動(dòng)分類算法.pdf
- 基于多特征融合的車型分類方法研究.pdf
- 基于多特征融合的文物圖像分類研究.pdf
- 基于多特征融合的遙感圖像分類研究.pdf
- 基于子空間和多特征融合的木材分類算法研究.pdf
- 基于多特征融合的商品圖像分類.pdf
- 基于圖像融合的分類技術(shù)研究
- 基于特征優(yōu)化和多特征融合的雜草識(shí)別方法研究.pdf
- 基于多特征融合的視頻分類方法研究.pdf
- 基于特征融合的服裝圖像情感語義分類研究.pdf
- 融合SURF和全局特征的醫(yī)學(xué)圖像分類研究.pdf
評(píng)論
0/150
提交評(píng)論