基于支持向量机的农作物缺素症状诊断方法  

作　　者：关海鸥[1] 马晓丹[1] 黄燕[2] 杜松怀[3] 焦峰[4] 陈争光[1] 王苫社[5] 

机构地区：[1]黑龙江八一农垦大学信息技术学院,黑龙江大庆163319 [2]黑龙江八一农垦大学工程学院,黑龙江大庆163319 [3]中国农业大学信息与电气工程学院,北京100083 [4]黑龙江八一农垦大学农学院,黑龙江大庆163319 [5]黑龙江八一农垦大学理学院,黑龙江大庆163319

出　　处：《科技创新与应用》2016年第5期43-43,共1页Technology Innovation and Application

基　　金：黑龙江省教育厅科学技术研究项目(大豆营养信息智能诊断关键技术研究:12521375)

摘　　要：针对如何利用农作物叶面颜色特征判断其营养症状的实际问题,应用数字图像处理技术和最小二乘支持向量机,提出一种基于支持向量机的农作物缺素症状诊断方法。首先运用数字图像处理技术计算农作物叶面颜色特征;然后将归一化颜色空间特征输入最小二乘支持向量机,相应缺素症状作为输出,通过遗传算法确定最优组合参数,进而建立了农作物缺素症状诊断方法。通过大豆缺素症状实际资料的仿真诊断结果表明,该方法速度快且精度高,具有良好的适应性和实用性。

关 键 词：农作物缺素 诊断方法 颜色特征 支持向量机 

分 类 号：S667.2[农业科学—果树学]