«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:

第43卷

期数:

2015年01期

页码:

405-406

栏目:

农业工程与信息技术

出版日期:

2015-01-25

文章信息/Info

Title:

Application of clustering algorithm in recognition of corn leaf disease dimensionality reduction image

作者:

朱景福¹; 2;  李雪¹

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农业工程博士后流动站，黑龙江大庆 163319

Author(s):

Zhu Jingfu; et al

关键词:

聚类算法; GK算法; 玉米叶片病斑; 识别

Keywords:

-

分类号:

TP391.4

DOI:

-

文献标志码:

A

摘要:

为了及时、准确地识别玉米病害，基于聚类识别算法，进行了玉米叶片病斑图像识别的对比试验。首先利用LLE算法对玉米图像降维以提取特征，然后采用K-均值算法、FCM算法和GK算法进行聚类分析，其中GK算法能够有效识别出玉米病斑图像，正确识别率高达95.5%。可见，GK模糊聚类算法对玉米病斑图像的识别效果较好。

Abstract:

-

参考文献/References:

［1］王慧. C-均值聚类算法的改进研究［D］. 开封：河南大学，2011：1-27.
［2］梁吉业，白亮，曹付元. 基于新的距离度量的K-Modes聚类算法［J］. 计算机研究与发展，2010，47(10)：1749-1755.
［3］蔡威. 模糊聚类算法在数据挖掘中的应用研究［D］. 兰州：兰州交通大学，2012：13-29.
［4］贲志伟，赵勋杰. 基于改进的K均值聚类算法提取彩色图像有意义区域［J］. 计算机应用与软件，2010，27(9)：11-13.
［5］Kannan S R，Devi R，Ramathilagam S，et al. Effective FCM noise clustering algorithms in medical images［J］. Computers in Biology and Medicine，2013，43(2)：73-83.
［6］张鸿彦，许奇功. 模糊聚类算法的优化设计［J］. 河南大学学报：自然科学版，2013，43(4)：451-454.
［7］Dagher I. Complex fuzzy c-means algorithm［J］. Artificial Intelligence Review，2012，38(1)：25-39.
［8］张妨妨，钱雪忠. 改进的GK聚类算法［J］. 计算机应用，2012，32(9)：2476-2479.
［9］王书涛，李亮，张淑清，等. 基于EEMD样本熵和GK模糊聚类的机械故障识别［J］. 中国机械工程，2013，24(22)：3036-3040，3044.
［10］张飞云. 基于提升小波和学习向量量化神经网络的小麦病害图像识别［J］. 江苏农业科学，2013，41(5)：103-106.

相似文献/References:

[1]罗匡男,彭琳,齐伟恒.基于机器视觉的三七叶片病斑识别[J].江苏农业科学,2017,45(24):209.
　Luo Kuangnan,et al.Recognition of Panax notoginseng leaf diseases based on machine vision[J].Jiangsu Agricultural Sciences,2017,45(01):209.

备注/Memo

备注/Memo:

收稿日期：2014-03-14
基金项目：黑龙江省自然科学基金面上项目(编号：F201428)；黑龙江省教育厅面上项目(编号：12541596)；黑龙江八一农垦大学校博士启动金项目(编号：XDB2009-17)。
作者简介：朱景福(1970—)，男，黑龙江克山人，博士，教授，主要从事计算机应用研究。E-mail：jingfuz@163.com。

常用功能

更新日期/Last Update: 2015-01-25