乔永亮

作品数：7被引量：132H指数：4
导出分析报告
供职机构：西北农林科技大学更多>>
发文主题：杂草SVM杂草识别多光谱图像氧气发生器更多>>
发文领域：自动化与计算机技术农业科学文化科学更多>>
发文期刊：《农机化研究》《农业工程学报》《农业机械学报》《中国农机化学报》更多>>
所获基金：国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于多光谱的土壤水分测定方法研究被引量：2
《农机化研究》2013年第10期141-145,共5页高瞻 何东健 乔永亮 
陕西省国际交流重点项目(K332021102);杨凌现代农业国际研究院培育项目(A213021001)
为了实现对土壤水分的快速测定,以关中塿土为材料,配制成含水量为1%～25%的土壤样本,分段采集了样本在紫外-可见光(180～900nm)和近红外(900～1 700nm)的漫反射光谱,分别采用偏最小二乘法、RBF神经网络与BP神经网络方法建立用光谱特性...
关键词：土壤水分 多光谱 近红外 紫外-可见光 
基于多光谱图像和SVM的玉米田间杂草识别被引量：39
《农机化研究》2013年第8期30-34,共5页乔永亮 何东健 赵川源 唐晶磊 
国家自然科学基金项目(31101075);西北农林科技大学科创专项(QN2011069)
为解决变量喷洒对杂草识别速度与正确率的要求,提出了一种基于多光谱图像和SVM的杂草识别新方法。通过多光谱成像仪获得玉米与杂草图像,采用IR-R的多光谱融合并结合Otsu分割法完成背景分割;随后对植被图像进行目标分割与形态学处理,提...
关键词：玉米 杂草 多光谱图像 主成分分析 SVM 形态学 
基于图像处理和SVM的植物叶片分类研究被引量：16
《农机化研究》2013年第5期12-15,共4页魏蕾 何东健 乔永亮 
国家自然科学基金项目(61003151)
为了提高植物叶片识别与分类的正确率,提出了基于SVM的识别模型和方法;对叶片图像预处理后,提取并优选10个叶片形状特征参数,用SVM法进行训练建模并识别。实验结果表明,用线性核函数的SVM对木瓜、女贞、三角枫和五角枫4种植物叶片识别...
关键词：叶片图像 分类识别 特征提取 SVM 
基于SVM-DS多特征融合的杂草识别被引量：46
《农业机械学报》2013年第2期182-187,共6页何东健 乔永亮 李攀 高瞻 李海洋 唐晶磊 
国家自然科学基金资助项目(60975007;31101075)
为解决单一特征识别杂草的低准确率和低稳定性,提出一种支持向量机(SVM)和DS(Shafer-Dempster)证据理论相结合的多特征融合杂草识别方法。在对田间植物图像处理的基础上,提取植物叶片形状、纹理及分形维数3类特征,分别以3类单特征的SVM...
关键词：杂草识别 支持向量机 DS证据理论 特征提取 多特征融合 
基于数据挖掘算法的竹块颜色分级研究被引量：3
《中国农机化学报》2013年第2期217-220,共4页张昭 罗文亮 乔永亮 何东健 
国家自然科学基金资助项目(60975007);宝鸡文理学院重点项目(ZK10157)
为了实现计算机视觉对竹块自动识别与分级,研究基于数据挖掘算法的竹块颜色分类方法。该方法先将原始图像由RGB转换为HIS空间并结合OTSU法完成背景分割,用radon变换进行倾斜校正后,提取竹块颜色判定有效区域并计算其HIS 3分量的均值和...
关键词：竹块 颜色 分类 神经网络 计算机视觉 
基于多光谱图像和数据挖掘的多特征杂草识别方法被引量：32
《农业工程学报》2013年第2期192-198,共7页赵川源 何东健 乔永亮 
国家自然科学基金资助项目(60975007;31000670)
为满足变量喷洒对杂草识别正确率的要求,提出一种基于多光谱图像和数据挖掘的杂草多特征识别方法。首先对多光谱成像仪获取的玉米与杂草图像从CIR转换到Lab颜色空间,用K-means聚类算法将图像分为土壤和绿色植物,随后用形态学处理提取出...
关键词：数据挖掘 聚类算法 图像处理 杂草识别 多光谱图像 多特征识别 
基于多传感器信息融合的灭火机器人设计被引量：1
《微计算机信息》2010年第29期156-158,109,共4页王飞 乔永亮 何东健 陈帝伊 
为提高智能灭火机器人距离和火焰检测的准确性,设计了由超声波、红外测距模块和数据融合模块组成的测距避障子系统;由红外火焰检测模块、数据融合模块组成的火焰检测子系统,在此基础上,采用自适应加权数据融合算法分别对多传感器检测的...
关键词：灭火机器人 多传感器系统 信息融合 自适应加权 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部