基于支持向量机的花生荚果品种识别模型优化研究

• 作者: 于仁师 孙华丽 宋欣欣 韩仲志
• 来源期刊: 河南农业科学
• 学科: 农学
• 关键词: 花生荚果 品种识别 支持向量机 模型优化
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 农产品加工·农业工程·农业信息技术
• 页码范围: 157-160
• 页数: 4页
• 分类号: S126|S565.2
• 字数: 2393字
• 语种: 中文
• DOI: 10.15933/j.cnki.1004-3268.2016.06.030

摘要

为实现通过自动化手段进行花生品种真伪的鉴定,通过扫描仪采集了花生荚果侧面的图像,花生共20个品种,每个品种50个花生荚果,对采集的每幅图像提取形态、颜色、纹理方面的50个特征,首先通过主分量分析(PCA)对这些特征进行组合优化,然后采用RBF核函数搭建了支持向量机模型,最后通过网格搜索法、基因算法和粒子群方法优化支持向量机模型的惩罚参数c与gamma参数.优化结果表明,在主成分累积贡献率为95％时,PCA是10个主分量,3种参数优化方案中20个品种的5折交叉验证识别率分别为78.6％、77.6％、78.0％,识别效果相当,花生品种真伪的二分类识别率最高达到95％.优化后该模型对品种真伪的识别已经基本可以推广到实际生产中使用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩仲志	青岛农业大学理学与信息科学学院	37	271	10.0	15.0
2	于仁师	青岛农业大学理学与信息科学学院	22	67	5.0	7.0
3	孙华丽	青岛农业大学理学与信息科学学院	16	53	4.0	7.0
4	宋欣欣		10	33	3.0	5.0