一种优化的SVM竹类属种识别方法

• 作者: 李欣 李绍稳 许高建
• 来源期刊: 重庆科技学院学报（自然科学版）
• 学科: 工学
• 关键词: 竹种分类 属性选择 参数优化 支持向量机
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 计算机技术
• 页码范围: 98-101,107
• 页数: 5页
• 分类号: TP18
• 字数: 3053字
• 语种: 中文

摘要

提出了一种优化的AS-PO-SVM分类模型,用于解决竹种属的分类问题.AS-PO-SVM是一种基于属性选择(AS)和参数优化(PO)的支持向量机(SVM)分类模型.先用UCI公开数据集验证了AS-PO-SVM模型的分类性能,再将模型应用于由簕竹属、牡竹属、刚竹属和玉山竹属共46个竹种样本构建的Bamboo数据集上.实验结果显示AS-PO-SVM模型在Bamboo数据集上分类准确率达到95.65%,是一种有效的竹种分类模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李绍稳		97	1070	16.0	30.0
3	李欣		10	15	3.0	3.0
4	许高建		23	121	5.0	10.0