小麦腥黑穗病鉴定的SVM方法本科毕业论文

《小麦腥黑穗病鉴定的SVM方法本科毕业论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、本科毕业论文小麦腥黑穗病鉴定的SVM方法毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作者签名：　　　　　日　期：　　　　　指导教师签名：　　　　　日　　期：　　　　　使用授权说明本人完全了解大学关于收集

2、、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名：　　　　　日　期：　　　　　学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集

3、体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权　　　　大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名：日期：年月日导师签名：日期：年月日摘要纹理图像的自动分类在许多领域都是一项关键的任务，其中包括农作物产品等级分类、可视场景的目标检测、信

4、息检索、医学应用等等。当直接在图像上进行操作时，传统的分类方法由于数据的高维特性表现差，很难取得较好的效果。但是支持向量机（SupportVectorMachine，SVM）可以克服极高维表示的缺陷，被广泛运用到纹理图像分类中去。本文所做的主要工作如下：1.简要分析支持向量机的工作原理，分析支持向量机核函数中各个参数对分类模型的影响，比较各参数对SVM的寻优能力。同时简单介绍SVM在纹理图像分类中的应用。2.对灰度图像使用灰度共生矩阵法、Tamura方法和Gabor滤波方法分别提取图像的纹理特征，并对比三种方法对分类出石纹和树皮纹理两种图像的能力。本

5、文着重分析了灰度共生矩阵这一种方法。3.应用SVM对纹理图像分类的算法对矮腥和网腥纹理这两种纹理图像进行样本训练和分类，并对SVM的分类能力进行测试和比较，分析了不同参数优化方法对图像分类准确率的影响。关键词：支持向量机纹理图像特征图像分类腥黑穗病鉴定WheatredinbrandidentificationmethodofSVMLiZongshang(CollegeofEngineering,SouthChinaAgriculturalUniversity,Guangzhou510642,China)Abstract:Automaticclassi

6、ficationoftextureimageisakeytaskinmanyfields,includingagriculturalproductsclassification,visualscenedetection,informationretrieval,medicalapplications,andsoon.Whenoperatingdirectlyontheimage,thetraditionalclassificationmethodasthedataofhighdimensioncharacteristicperformanceispo

7、or,itisdifficulttoobtaingoodeffect.ButtheSupportVectorMachine(SVM)canovercomethedefectsveryhigh-dimensionalsaid,waswidelyusedinthetextureimageclassification.Inthispaper,themainworkdoneisasfollows:1.Thebriefanalysisoftheworkingprincipleofsupportvectormachine,analyzingeachparamet

8、erofkernelfunctionofsupportvectormachineontheclassific