搜索结果: 1-4 共查到“农学 SVM”相关记录4条 . 查询时间(0.093 秒)
基于MSC与SVM的夯土齐长城土壤含水率高光谱估测
土壤含水率 多元散射校正 SVM回归分析 夯土齐长城
2018/11/5
采用近地面高光谱技术，建立基于支持向量机（support vector machines, SVM）的土壤含水率的高光谱估测模型，为快速、无损估测土壤含水率提供科学依据。以青岛市黄岛区夯土齐长城为研究区，沿垂直于齐长城采集样品，并进行光谱反射率和含水率测定；对土壤原始光谱反射率进行对数的一阶微分（Lg(R)′ ）处理以及多元散射校正（Multiple scatter correction, MSC...
对健康水稻叶片以及受稻纵卷叶螟危害后的水稻叶片进行了室内光谱的测定及分析。对430~530 nm和560~730 nm波段采用连续统去除的方法，分别提取了波深、斜率参量作为径向基核函数支持向量机的输入变量，利用LIBSVM软件包构建叶片高光谱识别模型。当参数γ和惩罚系数C分别取0.25和1时构建的径向基支持向量机模型的分类性能最佳，识别精度达100%。研究结果为实时水稻病虫害的早期监测以及田间管理...
SVM方法及其在乳制品分类问题上的应用
支撑向量机 乳制品分类 统计学
2009/7/7
介绍了支撑向量机（Support Vector Machine,SVM）方法的基本原理，针对乳制品分类问题，给出了一个SVM应用实例，并与其他机器学习方法作了比较。结果表明，SVM方法具有有效性和可行性。
基于SVM的海水工厂化养殖环境监测智能信息系统
环境监测 信息系统 海水养殖
2008/7/18
该项目研制了“基于SVM的海水工厂化养殖环境监测智能信息系统”。研究过程中解决了把海水养殖环境监测转化为数据分类来处理的问题，有针对性的建立了数学优化模型，创建了用于提高监测系统的智能水平的三类新的支持向量机算法；在这些新算法的基础上研制出的监测系统，能够比较准确地监测养殖环境数据，并能给出养殖环境是否合格的结果。本项目具有推广应用前景广阔，其整体技术水平居国际先进水平。