论文部分内容阅读
烟叶自动分级是国内外烟草行业的重要研究课题之一。目前采用神经网络、模式识别等技术在对烟叶样本图像进行自动特征提取与分级时,分级的精度不很理想。在此,本文将支持向量机技术引入到烟叶自动分级中。实验表明,该技术可以为烟叶的自动模式识别提供稳定的参数值,与传统的神经网络方法相比,克服了固有的过学习和欠学习问题,并且对复杂模式的识别能力较强,已达到人类专家分级水平,为烟叶自动分级的研究开辟了新途径。