基于SVM算法的林果害虫图像识别

• 作者: 孟小艳 程鲁玉 达新民
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 支持向量机(SVM) 林果害虫 神经网络
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 技术创新
• 页码范围: 57-58
• 页数: 2页
• 分类号: TP79
• 字数: 1671字
• 语种: 中文

摘要

支持向量机已经成功应用在许多领域如规则提取、分类和评价.针对阿克苏林果害虫分类种类多的特点,采用了一种简单sift特征提取,结合svm算法分类识别林果主要害虫的方法.首先对样本数据进行SVM分类器训练,从而快速获取原始样本数据的最佳SVM分类器参数,并实现分类.利用神经网络算法进行分类实验,比较分析传统SVM算法、神经网络算法在分类识别方面的差异.实验结果表明,SVM算法能够快速有效地识别害虫种类,并获得相对较高的分类精度,但由于测试图像背景不同且提取的特征单一识别的准确率有待提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程鲁玉	新疆农业大学计算机与信息工程学院	12	30	4.0	4.0
2	达新民	新疆农业大学网络中心	10	20	3.0	4.0
3	孟小艳	新疆农业大学计算机与信息工程学院	15	39	4.0	5.0