基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
储粮害虫特征选择是粮虫图像识别中的一个核心问题.提出基于人工鱼群算法的特征选择,并给出了基于二进制编码寻优的实现方法.以交叉验证训练模型的识别率作为特征子集的性能评价准则,将人工鱼群算法应用于粮虫的特征选择.该算法从粮虫的17维形态学特征中自动选择出面积、周长等7个特征所组成的最优特征子集,采用参数优化之后的SVM分类器对90个粮虫样本进行分类,识别率达到95.5%以上,并与PCA法、GA法和原始特征法进行对比,结果表明人工鱼群算法降低了特征空间的维数,提高了分类器的识别率,证实了基于人工鱼群算法的粮虫特征选择是可行的.
推荐文章
人工鱼群算法选择特征和加权的模拟电路故障诊断
模拟电路
特征选择
特征加权
人工鱼群算法
基于人工鱼群算法的彩色图像检索方法
人工鱼群
彩色图像
检索方法
储粮害虫分类识别研究
储粮害虫
图像增强
特征提取
模式识别
BP神经网络
基于离散粒子群优化算法的储粮害虫特征选择
储粮害虫
离散粒子群优化算法
特征选择
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于人工鱼群算法的储粮害虫特征选择
来源期刊 江苏大学学报(自然科学版) 学科 农学
关键词 储粮害虫 人工鱼群算法 特征选择 支持向量机 图像识别
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 502-505
页数 分类号 S24|TP391.41
字数 3967字 语种 中文
DOI 10.3969/j.issn.1671-7775.2010.05.002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (42)
参考文献  (8)
节点文献
引证文献  (12)
同被引文献  (42)
二级引证文献  (35)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(11)
  • 参考文献(1)
  • 二级参考文献(10)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(4)
  • 引证文献(3)
  • 二级引证文献(1)
2014(7)
  • 引证文献(3)
  • 二级引证文献(4)
2015(8)
  • 引证文献(1)
  • 二级引证文献(7)
2016(7)
  • 引证文献(2)
  • 二级引证文献(5)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(10)
  • 引证文献(1)
  • 二级引证文献(9)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
储粮害虫
人工鱼群算法
特征选择
支持向量机
图像识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导