原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明技术方案公开一种基于机器学习和高光谱成像的多种类柑橘病叶识别方法及系统，获取五类柑橘病叶的高光谱信息，包括正常叶片、溃疡病叶片、除草剂危害叶片、红蜘蛛危害叶片和煤烟病叶片；将光谱信息作为实验样本，对实验样本进行预处理和特征波长提取，采用支持向量机和随机森林算法设计病叶识别模型，实现柑橘病叶分类识别。本发明的优点是结合高光谱成像和机器学习技术对多种类柑橘病叶进行分类识别，得到五类柑橘病叶最佳分类模型，为柑橘生长状况监测及病虫害识别提供一种有效的无损检测方法。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112903602 A
(43)申请公布日 2021.06.04
(21)申请号 202110087395.3
(22)申请日 2021.01.22
(71)申请人 北京工商大学
地址
文档评论（0）