声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1964/S
国际刊号：1000-1298
发布日期:
作者：赵玥,韩巧玲,赵燕东
单位：北京林业大学,北京林业大学,北京林业大学,
关键词：土壤孔隙;灰度-梯度;隶属度矩阵;模糊C均值方法;孔隙辨识准则
基金：国家自然科学基金项目（41501283）和中央高校基本科研业务费专项资金项目（2015ZCQ-GX-04）
土壤孔隙的拓扑结构决定了土壤水分保持和传导能力，对土壤生态过程与功能具有重要影响，但现有土壤孔隙辨识方法存在孔隙边界判别不准确和运行效率较低的问题。为解决这一问题，提出一种基于土壤CT图像灰度-梯度特征的改进模糊C均值(GFFCM)孔隙辨识方法。该方法利用拉普拉斯算子建立灰度-梯度二维特征矩阵，并结合土壤相关先验知识分区构造初始隶属度矩阵和确定聚类数目；然后，基于初始条件实现土壤结构的模糊划分；最后，运用孔隙辨识准则对模糊聚类结果进行优化，完成土壤孔隙结构的精准辨识。以非饱和土壤CT图像为应用对象验证孔隙辨识方法的性能，通过与传统FCM法、快速FCM法（FFCM）的比较，表明GFFCM法有效克服了传统FCM法在隶属度矩阵和聚类数目初始化的不足，解决了初始值制约辨识精确度的问题，在保证孔隙辨识精度的前提下具有较高的执行效率。
来源：2018年第3期
《农业机械学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。