基于NMF与SVM的粘连种子分类研究

为促进农业向精准农业、智慧农业方向发展,针对种业中衡量种子质量的重要指标千粒重,为提高其精确度,提出基于非负矩阵分解与支持向量机的粘连种子分类算法,在利用机器视觉与图像识别等技术进行种子颗粒计数时,解决种子因严重粘连(经图像预处理、形态学操作等仍粘连)使系统出现误判,导致计数结果误差较大的问题。实验以玉米种子为研究对象,研究3种常见粘连类型。采用基于NMF的方法实现种子粘连图像有效特征的提取,再运用SVM构建多分类器,解决种子粘连类型的三分类问题,最后通过实验验证,该方法的分类准确率为98%。

基于利润最大化的猕猴桃组合销售及定价策略研究

猕猴桃具有特殊性,硬果销售不仅影响消费者的消费体验,更影响商家的实际利润。笔者以四川苍溪某猕猴桃种植基地为依托,提出了一套基于种植户利润最大化的猕猴桃组合销售策略,细分市场建立猕猴桃品质分级体系,依据各等级占比推出若干款猕猴桃销售组合,通过线性规划分析给出合理定价,以实现种植户利益最大化。这对于提升特定的猕猴桃种植基地的品牌竞争力,促进形成猕猴桃产业化经营,振兴乡村战略有重要意义。