CAJ | 학술논문

针对储粮害虫种类多、类别之间区分度比较小的特点,提出基于核函数主成分分析(KPCA)的粮虫特征提取方法.利用高斯径向基核函数,对特征选择后的10维原始数字特征进行核函数主成分分析,即通过非线性变换将样本数据从输入空间映射到高维特征空间,然后在高维特征空间进行特征提取.从类间可分性指数和粮虫分类效果2个方面,将KPCA法与传统的主成分分析(PCA)法进行了比较分析.结果表明,KPCA法对粮虫的非线性特征更为敏感,应用KPCA法提取的前2个特征,由最近邻分类器对粮仓中常见的9类粮虫进行分类,验证集的识别率为86.67％,在有效降低特征维数的同时,还保持了类别之间的可分性信息.
침대저량해충충류다、유별지간구분도비교소적특점,제출기우핵함수주성분분석(KPCA)적량충특정제취방법.이용고사경향기핵함수,대특정선택후적10유원시수자특정진행핵함수주성분분석,즉통과비선성변환장양본수거종수입공간영사도고유특정공간,연후재고유특정공간진행특정제취.종류간가분성지수화량충분류효과2개방면,장KPCA법여전통적주성분분석(PCA)법진행료비교분석.결과표명,KPCA법대량충적비선성특정경위민감,응용KPCA법제취적전2개특정,유최근린분류기대량창중상견적9류량충진행분류,험증집적식별솔위86.67％,재유효강저특정유수적동시,환보지료유별지간적가분성신식.