使用 SVM 分类器的精准甘蔗监测
计算机视觉与模式识别
2018-03-28 v1
摘要
印度是以农业为基础的经济体，甘蔗是印度北部生产的主要农作物之一。由于不适宜的土壤条件和各种类型疾病引起的感染，甘蔗的生产力下降，及时准确的疾病诊断在优化作物产量方面起着重要作用。本文提出了一个用于甘蔗作物监测的系统模型，该模型除了持续监测负责作物健康生长的参数（温度、湿度和水分）外，还利用 KNN 聚类结合 SVM 分类器，通过定期获取的图像进行感染识别（如有）。数据已从现场无线传输至控制单元。该模型在 200 张图像的样本上实现了 96% 的准确率，该模型在 Lolai，Malhaur 附近，Gomti Nagar Extension 进行了测试。
引用
@article{arxiv.1803.09413,
title = {Precision Sugarcane Monitoring Using SVM Classifier},
author = {Sachin Kumar and Sumita Mishra and Pooja Khanna and Pragya},
journal= {arXiv preprint arXiv:1803.09413},
year = {2018}
}
备注
This is a pre-print of an article published in [Procedia Computer Science 2017]