基于机器学习和图像处理技术的病虫害预测

• 作者: 宋培源 杭立 王晨宇 田斌 车进
• 来源期刊: 西南大学学报（自然科学版）
• 学科: 工学
• 关键词: 痛虫害预测 图像处理 形态学特征 机器学习 SVM
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 工程与信息技术
• 页码范围: 134-141
• 页数: 8页
• 分类号: TP181
• 语种: 中文
• DOI: 10.13718/j.cnki.xdzk.2020.01.019

摘要

针对传统病虫害预测过于繁琐、准确度低的现状,提出一种基于图像处理与SVM(支持向量机)结合的病虫害预测算法,并对未来几年病虫害可能发生的面积进行了有效预测.首先通过图像滤波、特征提取等图像处理技术得到昆虫数学形态学特征,然后结合往年病虫害数据对特征进行标签设定和科学分类,继而对未来病虫害的发生进行合理预测.通过构建动态预测模型进行有效的、科学的病虫害预测预报.最后,通过与实际值进行对比,预测精度达到了90％.实验结果表明,该方法具备较好的预测精度,是一种合理科学的预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	车进	宁夏大学物理电子电气工程学院	47	164	8.0	10.0
2	田斌	宁夏大学物理电子电气工程学院	2	4	1.0	2.0
3	王晨宇	宁夏大学物理电子电气工程学院	2	4	1.0	2.0
4	杭立	宁夏大学物理电子电气工程学院	1	0	0.0	0.0
5	宋培源	宁夏大学物理电子电气工程学院	1	0	0.0	0.0