《表1 环境因子采集范围、精度和时间间隔》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进加权算法的汉麻种植管理系统研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

经过算法的改进，通过偏差函数增量式控制采样更精准，从而使得最终得出的输出增量系统误差减小，并保证了整个系统的稳定性前提条件，通过加权处理控制增量从而达到良好的采样效果。本文中数据依据黑龙江省科学院大庆分院的研究数据，完善分类，积累汉麻数据于项目的数据系统上，采用基于加权局部线性嵌入和支持向量机的图像识别方法，将采集到的不同类别汉麻叶片进行识别，进行分类比对，并对不同长势的汉麻进行分类。具体方法中首先利用加权非线性算法提取汉麻图像的分类特征，然后利用支持向量机作为分类器对叶片图像进行训练和测试。本方法中的加权局部线性嵌入算法（WLLE）与支持向量机（SVM）结合，提出一种基于差异性值监督局部线性嵌入算法，算法有效的对多特征汉麻叶片进行图像识别。该方法在提取叶片的颜色、形状和纹理的同时，取定这些变量作为特征值，然后在加权局部线性嵌入算法中引入样本的差异性值，进而构成差异性值监督算法，并对此进行降维处理叶片高维特征，最后在得到的低维数据前提下，对低维空间采用最近邻分类器实现叶片的识别。这种创新的处理方法使用的叶片多特征化，这比单一特征像素值更能精准的描述叶片图像，同时差异性值能够充分挖掘样本的类别信息。同时根据配合项目系统的数据统计汉麻的纤维含量，种子产量，含油量，蛋白，酚类含量等数据融合分类。如图给出数据采集中环境因子采集范围、精度和时间间隔：