基于GA优化SVM的干制红枣品种分类方法

• 作者: 张敬尧 李绍稳 苏军 饶元
• 来源期刊: 洛阳理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 遗传算法 支持向量机 干制红枣 品种分类
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 计算机与数理
• 页码范围: 65-69,93
• 页数: 6页
• 分类号: TP391.4
• 字数: 3443字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5043.2018.04.012

摘要

基于遗传算法(GA)优化支持向量机(SVM)分类模型能够显著改善传统SVM的分类精度.以山东大枣、 新疆灰枣、 新郑大枣以及稷山板枣4类品种的干制红枣为研究对象,首先采用简单线性迭代聚类算法(SLIC)对预处理后的红枣图像进行分割处理;接着针对每类红枣,提取了其6个颜色特征和20个不同角度的纹理特征等26个参数;最后将以上参数输入基于GA优化的SVM分类模型(GA-SVM).实验结果表明:与传统SVM算法相比,GA-SVM算法对红枣的分类准确率提升了20.00％.

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	安徽农业大学信息与计算机学院	97	1070	16.0	30.0
2	饶元	安徽农业大学信息与计算机学院	42	120	7.0	9.0
3	苏军	安徽农业大学信息与计算机学院	4	15	2.0	3.0
4	张敬尧	安徽农业大学信息与计算机学院	2	2	1.0	1.0