基于 KNN 算法的小麦隐蔽性虫害分类器设计

• 作者: 史卫亚 宋红霞 梁义涛 王艳娜 王锋 霍富强
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 生物光子学 分类器 生物光子辐射 小麦籽粒 隐蔽性虫害 加权KNN算法
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 试验研究
• 页码范围: 182-185
• 页数: 4页
• 分类号: TP391|S512.1
• 字数: 2535字
• 语种: 中文

摘要

含有隐蔽性害虫卵和幼虫的小麦籽粒，其生物光子辐射信号与正常小麦有显著不同。为此，针对大量含虫和不含虫小麦籽粒的生物光子辐射自发发光信号，选择均值、标准差以及光子统计熵等作为特征参数，构造分类器对受试小麦样品进行分类。实验结果表明，与最近邻分类算法、KNN 分类算法相比，加权 KNN 分类器具有良好的分类效果，正确率达到92．5％，研究成果为粮食作物隐蔽性虫害的预报和检测提供了一种新的思路。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁义涛	河南工业大学信息科学与工程学院	37	100	5.0	8.0
2	王锋	河南工业大学信息科学与工程学院	50	209	9.0	12.0
3	史卫亚	河南工业大学信息科学与工程学院	24	42	3.0	4.0
4	王艳娜	河南工业大学信息科学与工程学院	5	11	2.0	3.0
5	宋红霞	河南工业大学信息科学与工程学院	6	11	2.0	3.0
6	霍富强		10	29	4.0	5.0