基于WPA-SVM的多肉植物分类识别

• 作者: 何利华 孟昭磊 杨杰锋 王守富
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 狼群算法 支持向量机 极限学习机 神经网络 多肉植物
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 基金项目
• 页码范围: 29-32,36
• 页数: 5页
• 分类号: TP391.1
• 字数: 3590字
• 语种: 中文

摘要

为提高多肉植物分类效率和识别精度,融合多肉植物颜色特征和纹理特征,提出一种基于多肉植物图像复合特征的多肉植物分类算法.将颜色特征和纹理特征组成的复合特征作为WPA-SVM的输入,多肉植物类别作为WPA-SVM的输出,建立WPA-SVM多肉植物分类识别模型.与SVM、ELM和BPNN对比发现,研究结果表明,WPA-SVM可以有效提高多肉植物分类识别的精度,为多肉植物识别研究和应用提供了新的方法和途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何利华	湖北生态工程职业技术学院园林建工学院	18	31	4.0	4.0
2	王守富	湖北生态工程职业技术学院园林建工学院	11	26	3.0	5.0
3	孟昭磊	湖北生态工程职业技术学院园林建工学院	15	13	2.0	3.0
4	杨杰锋	湖北生态工程职业技术学院园林建工学院	1	0	0.0	0.0