《表2 机器学习算法与RGB图像结合进行农作物品种识别研究进展》

  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

《机器学习在农作物品种识别中的应用研究进展》

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

机器学习与RGB图像结合进行农作物品种识别的文献来源同上。从表2中可以看出，在2014—2015年的论文中使用分类算法是人工神经网络（ANN）。邓立苗等[36]开发的基于图像处理的玉米叶片特征提取与识别系统，实现了玉米叶片图像的批量预处理，提取48个外观特征：颜色、形状和纹理等，采用支持向量机和神经网络方法分别对玉米品种进行识别，识别率均在96%之上。Taner等[37]利用人工神经网络模型来识别硬粒小麦品种，模型的R2、RMSE和平均误差为分别为99.99%，0.00074和0.009%，模型预测结果与实际数据高度一致。