基于压缩感知理论的农业害虫分类方法

• 作者: 廖忠 郭小华 陈志强 韩安太 韩建强
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 分类 特征参数 矩阵代数 害虫 压缩感知 稀疏分解
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 203-207
• 分类号: S625
• 字数: 5320字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2011.06.037

摘要

为提高现有害虫分类方法的分类效果,该文分析了现有害虫分类方法的局限性,在此基础上,提出一种基于压缩感知理论的害虫分类新方法.该方法利用害虫训练样本构造训练样本矩阵,通过求解l1范数意义下的最优化问题实现害虫测试样本的稀疏分解,由于稀疏分解结果中包含了明确的分类信息,可直接用于害虫分类.利用该方法对12类储粮害虫和110类常见害虫进行分类,在4种不同试验条件下,分类准确率分别达到92.9418％、98.2877％、78.8651％和61.5938％,证实了压缩感知理论用于害虫分类是合理可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖忠	中国计量学院电工与电子技术研究所	9	78	5.0	8.0
2	韩安太	中国计量学院电工与电子技术研究所	17	213	8.0	14.0
3	郭小华	杭州职业技术学院友嘉机电学院	26	175	8.0	12.0
4	韩建强	中国计量学院电工与电子技术研究所	12	55	3.0	7.0
5	陈志强	中国计量学院电工与电子技术研究所	8	159	5.0	8.0