基于粒子群的支持向量机图像识别

• 作者: 赵东 韩晓艳
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 图像分割 支持向量机 粒子群 缺素
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: ?显示与图像?
• 页码范围: 69-75
• 页数: 7页
• 分类号: TP394.1|TH691.9
• 字数: 4414字
• 语种: 中文
• DOI: 10.3788/YJYXS20173201.0069

摘要

为了实现对田间水稻缺素的精准识别，构建一个图像识别系统.对该系统所采用的图像采集、图像分割、基于支持向量机图像分类等算法进行研究.首先，根据田间水稻的缺素现象进行图像采集和处理.然后提取图像与氮元素相关的颜色特征.在分析比较 SVM 算法对图像分割的基础上，提出一种基于改进粒子群算法进行 SVM 参数优化算法模型(即 IPSO-SVM).最后，对实验进行设置，对算法模型与其他算法进行测试对比.实验结果表明：对水稻缺素诊断的准确率达到95．45％，基本满足田间水稻缺素的科学诊断要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵东	长春师范大学计算机科学与技术学院	25	81	5.0	8.0
2	韩晓艳	吉林农业大学信息技术学院	2	18	2.0	2.0