相关文章

• 基于支持向量回归（SVR）的马尾松木材脱脂率预测
  2025, 47(3): 151-161. DOI: 10.12171/j.1000-1522.20240359
• 基于多特征融合和CNN模型的树种图像识别研究
  2019, 41(11): 76-86. DOI: 10.13332/j.1000-1522.20180366
• 基于Chirplet语图特征和深度学习的鸟类物种识别方法
  2018, 40(3): 122-127. DOI: 10.13332/j.1000-1522.20180008
• 基于分层卷积深度学习系统的植物叶片识别研究
  2016, 38(9): 108-115. DOI: 10.13332/j.1000-1522.20160035
• 基于递归纹理特征消除的WorldView-2树种分类
  2015, 37(8): 53-59. DOI: 10.13332/j.1000-1522.20140311
• 基于叶片图像多特征融合的观叶植物种类识别
  2015, 37(1): 55-69. DOI: 10.13332/j.cnki.jbfu.2015.01.006
• 基于BP神经网络和支持向量机的杉木人工林收获模型研究
  2015, 37(1): 42-54. DOI: 10.13332/j.cnki.jbfu.2015.01.008
• 基于图像分析的梅花品种识别研究
  2012, 34(1): 96-104.
• 林火烟雾图像自动识别中的模式分类器选择
  2012, 34(1): 92-95.
• 强烈侵蚀产沙区小流域土壤侵蚀强度的支持向量机预报模型研究
  2007, 29(3): 93-98. DOI: 10.13332/j.1000-1522.2007.03.015