机器学习技术与病媒生物种属鉴定

• 作者: 周力沛 施惠祥 李杰 江滨 裘炯良 郑剑宁
• 来源期刊: 中华卫生杀虫药械
• 学科: 医学
• 关键词: 病媒生物 鉴定 机器学习 人工智能 Python
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 媒介监测
• 页码范围: 436-439
• 页数: 4页
• 分类号: R384|R184.3
• 语种: 中文

摘要

目的 探索应用机器学习技术开展病媒生物的种属鉴定并基于Python语言开发病媒生物机器鉴定系统.方法 采用专家会商法提取宁波口岸常见蝇类的鉴别特征规则,构建特征与不同蝇种一一对应的训练样本数据集.应用k-近邻分类算法进行机器学习,并开发图形用户界面将整个机器学习运算及鉴定过程内嵌其中.结果 抽提出复眼大小、颜色等7个特征,建立95×8维向量矩阵的训练样本数据集;开发病媒生物机器学习与鉴定系统,将80％的数据用于训练,20％的数据用于测试,正确率达到100％.由一名新手借助该信息系统对口岸新采集到的10只蝇进行种属鉴定,准确率达到90％.这些新的鉴定数据导入训练数据集再次进行自我学习、提升经验值.如此往复,逐步将该系统培育成长为病媒生物鉴定专家系统.结论 以机器学习为特征的人工智能在病媒生物鉴定工作中的推广应用,将极大地提升工作效率,为我国的病媒生物防控工作奠定坚实基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑剑宁		74	501	13.0	20.0
2	裘炯良		77	556	13.0	20.0
3	周力沛		8	10	3.0	3.0
4	施惠祥		18	47	4.0	6.0
5	李杰		2	0	0.0	0.0
6	江滨		1	0	0.0	0.0