论文部分内容阅读
【目的】获取水稻田的低空遥感图像并分析得到杂草分布图,为田间杂草精准施药提供参考。【方法】使用支持向量机(SVM)、K最近邻算法(KNN)和AdaBoost 3种机器学习算法,对经过颜色特征提取和主成分分析(PCA)降维后的无人机拍摄的水稻田杂草可见光图像进行分类比较;引入一种无需提取特征和降维、可自动获取图像特征的卷积神经网络(CNN),对水稻田杂草图像进行分类以提升分类精度。【结果】SVM、KNN和AdaBoost对测试集的测试运行时间分别为0.500 4、2.209 2和0.411 1 s,分