基于随机森林的缺损杂草种子识别

• 作者: 蔡骋 龙怡霖
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 特征提取 核主成分分析 随机森林
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 185-189
• 页数: 5页
• 分类号: TP391.4
• 字数: 5685字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.08.042

摘要

针对有缺损的杂草种子图像，提出用于有缺损杂草种子图像识别的分类模型，并讨论不同类型的图像特征对识别结果的影响。通过特征提取及使用核主成分分析法降维得到四种图像特征，并将其组合，将不同类型的特征输入至随机森林分类器，得到不同类型特征下的识别结果。实验结果表明，随机森林分类器对图像中的连续噪声具有良好的鲁棒性；源自彩色图像的特征和源自对应灰度图像的特征具有良好的判别能力互补性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡骋	西北农林科技大学信息工程学院	23	158	8.0	11.0
2	龙怡霖	西北农林科技大学信息工程学院	3	17	2.0	3.0