典型文献
基于特征选择的小麦籽粒品种识别研究
文献摘要：
为有效地对小麦籽粒品种进行分类,判别影响小麦籽粒品种识别的特征,进行基于特征选择的小麦籽粒品种识别研究.首先采集农大3416-18、内乐288、衡水6632、百农419、洛麦28和新麦26六个品种的小麦籽粒图像18000张,对采集的图像进行预处理,提取小麦籽粒的颜色特征、形态特征和纹理特征三大类共28个特征值,并对特征进行相关性分析.然后分别构建不同特征融合模型以及数据降维和数据增强模型.最后进行试验分析,基于纹理+形态+颜色三个特征融合模型平均识别准确率为91.02％,其中基于纹理+形态+颜色特征模型的洛麦28识别率最高,达97.0％;经过线性判别分析,降维处理的小麦特征数据识别准确率达86.19％,模型训练时间仅0.87 s;基于数据增强后的平均识别准确率达94.26％.试验表明基于特征选择的小麦籽粒识别是可行的,有助于育种工作者对小麦籽粒识别做出更准确判断,具有一定的实际意义.
文献关键词：
小麦籽粒;特征选择;品种识别;特征融合;数据降维
中图分类号：
作者姓名：
冯继克;郑颖;李平;李艳翠;张自阳;郭晓娟
作者机构：
河南科技学院信息工程学院,河南新乡,453003;河南师范大学计算机与信息工程学院,河南新乡,453000;河南科技学院生命科技学院,河南新乡,453003
文献出处：
引用格式：
[1]冯继克;郑颖;李平;李艳翠;张自阳;郭晓娟-.基于特征选择的小麦籽粒品种识别研究)[J].中国农机化学报,2022(07):116-123
A类：
B类：
特征选择,小麦籽粒,品种识别,农大,衡水,颜色特征,纹理特征,特征融合,融合模型,数据降维,数据增强,增强模型,试验分析,模型平均,识别准确率,特征模型,识别率,线性判别分析,降维处理,麦特,特征数据,数据识别,模型训练,训练时间,育种工作,实际意义
AB值：
0.295337
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
