基于ACO-SVM的粮虫特征提取研究

• 作者: 张恒源 张红涛 罗康 胡玉霞
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: 储粮害虫 蚁群优化算法 支持向量机 特征提取 识别
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 农业信息科学
• 页码范围: 3781-3782,3785
• 分类号: S127
• 字数: 2351字
• 语种: 中文
• DOI: 10.3969/j.issn.0517-6611.2012.06.205

摘要

[目的]研究基于ACO-SVM的粮虫特征提取,探讨粮虫特征提取的可行性.[方法]通过分析储粮害虫图像识别系统中的1个关键环节——特征提取,提出把支持向量机(Support vector machine,简称SVM)算法中交叉验证训练模型的识别率作为储粮害虫特征提取评价准则的1个重要因子,将蚁群优化算法(Ant Colony Optimization,简称ACO)应用于粮虫特征的自动提取.[结果]该算法从粮虫的17维形态学特征中自动提取出面积、周长等7个特征的最优特征子空间,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％以上.[结论]该研究表明蚁群优化算法在粮虫特征提取中的应用是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张红涛	华北水利水电学院电力学院	71	659	12.0	23.0
2	胡玉霞	郑州大学电气工程学院	37	298	9.0	16.0
3	张恒源	华北水利水电学院电力学院	16	77	5.0	7.0
4	罗康	华北水利水电学院电力学院	10	19	3.0	4.0