支持向量机在仓储物害虫分类识别中的应用研究

• 作者: 张红梅 张雪萍
• 来源期刊: 微电子学与计算机
• 关键词: 仓储物害虫 支持向量机 特征提取
• 年，卷（期）: 2005,（1）
• 页码范围: 28-31
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2005.01.008

摘要

仓储物害虫自动分类识别是储粮生态系统中的重要研究课题之一.近年来,支持向量机以其出色的学习性能,已成为机器学习领域的一个研究热点.本文在研究支持向量机理论的基础上,将支持向量机引入仓储物害虫的分类识别中.实验表明,该方法与传统的神经网络方法相比,克服了后者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,达到了较高的识别率,这为仓储物害虫的快速鉴定和分类研究开辟了新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张红梅	河南工业大学计算机科学系	41	135	5.0	10.0
2	张雪萍	河南工业大学计算机科学系	33	383	11.0	19.0