参考文献/References:
[1]郭鹏,李乃祥.黄瓜病害图像自动分割方法研究[J].农机化研究,2014,36(8):10-13,18.
[2]王国胤,姚一豫,于洪.粗糙集理论与应用研究综述[J].计算机学报,2009,32(7):1229-1246.
[3]陈昊,杨俊安,庄镇泉.变精度粗糙集的属性核和最小属性约简算法[J].计算机学报,2012,35(5):1011-1017.
[4]杨传健,葛浩,汪志圣.基于粗糙集的属性约简方法研究综述[J].计算机应用研究,2012,29(1):16-20.
[5]马翔,张继福,杨海峰.基于区分矩阵的启发式属性约简算法[J].计算机应用,2010,30(8):1999-2002,2037.
[6]耿长兴,张俊雄,曹峥勇,等.基于色度和纹理的黄瓜霜霉病识别与特征提取[J].农业机械学报,2011,42(3):170-174.
[7]田有文,李天来,张琳,等.高光谱图像技术诊断温室黄瓜病害的方法[J].农业工程学报,2010,26(5):202-206.
[8]张芳,王璐,付立思,等.基于支持向量机的黄瓜叶部病害的识别研究[J].沈阳农业大学学报,2014,45(4):457-462.
[9]袁媛,李淼,陈晟,等.复杂背景黄瓜叶部病害图像分割方法[J].农业机械学报,2013,44(10):233-237.
[10]张芳,王璐,付立思,等.复杂背景下黄瓜病害叶片的分割方法研究[J].浙江农业学报,2014,26(5):1346-1355.
[11]邹小林,冯国灿.融合视觉模型和最大类间方差的阈值分割算法[J].计算机应用,2013,33(3):670-673,837.
[12]温长吉,王生生,于合龙,等.基于改进蜂群算法优化神经网络的玉米病害图像分割[J].农业工程学报,2013,29(13):142-149.
[13]REVATHI P, REVATHI R. Knowledge discovery in diagnose of crop diseases using machine learning techniques [J]. International Journal of Engineering Science and Technology, 2011, 3(9):7187-7190.
[14]吕跃进,翁世洲,何朝丽.基于布尔区分矩阵与关联规则挖掘的属性约简算法[J].计算机应用与软件,2012,29(10):40-43,116.
[15]王卫东,郑宇杰,杨静宇,等.一种基于预分类的高效最近邻分类器算法[J].计算机科学,2007,2(34):198-200.
[16]贾建楠,吉海彦.基于病斑形状和神经网络的黄瓜病害识别[J].农业工程学报,2013,29(4):115-121.
[17]岑喆鑫,李宝聚,石延霞,等.基于彩色图像颜色统计特征的黄瓜炭疽病和褐斑病的识别研究[J].园艺学报, 2007,34(6):1425-1430.〖ZK）〗〖FL）〗
相似文献/References:
[1]徐金勤,邱新法,丁肖,等.基于数码照片的草地植被盖度快速提取方法对比[J].江苏农业学报,2018,(02):313.[doi:doi:10.3969/j.issn.1000-4440.2018.02.013]
XU Jin-qin,QIU Xin-fa,DING Xiao,et al.Research on the rapid extraction approach of grassland vegetation coverage based on digital photos[J].,2018,(03):313.[doi:doi:10.3969/j.issn.1000-4440.2018.02.013]
[2]李颀,王康,强华,等.基于颜色和纹理特征的异常玉米种穗分类识别方法[J].江苏农业学报,2020,(01):24.[doi:doi:10.3969/j.issn.1000-4440.2020.01.004]
LI Qi,WANG Kang,QIANG Hua,et al.Classification and recognition method of abnormal corn ears based on color and texture features[J].,2020,(03):24.[doi:doi:10.3969/j.issn.1000-4440.2020.01.004]
[3]金沙沙,贾良权,龙伟,等.基于特征选择与骨架提取的种子萌发的芽长、根长检测[J].江苏农业学报,2021,(03):597.[doi:doi:10.3969/j.issn.1000-4440.2021.03.007]
JIN Sha-sha,JIA Liang-quan,LONG Wei,et al.Detection of seed bud length and root length based on feature selection and skeleton extraction[J].,2021,(03):597.[doi:doi:10.3969/j.issn.1000-4440.2021.03.007]