湖北农业科学
湖北農業科學
호북농업과학
2015年
2期
449-452
,共4页
烟叶%二进制粒子群%支持向量机%特征选择
煙葉%二進製粒子群%支持嚮量機%特徵選擇
연협%이진제입자군%지지향량궤%특정선택
tobacco leaf%BPSO%SVM%feature selection
利用图像特征对烟叶进行分级时,提出了一种对烟叶图像特征进行有效选择的新方法——利用二进制粒子群算法联合SVM模型自适应地选择对烟叶分级影响较大的特征,剔除对分级影响较小或相互间有关联的某些特征,并利用Adaboost和RBF分类器进行验证.结果表明,用SVM分类器时,用被选特征比输入全部特征具有更好的分级正确率;对于相同的分类器,利用二进制粒子群和SVM算法自适应筛选后的特征比输入全部特征具有更好的分级吻合率.
利用圖像特徵對煙葉進行分級時,提齣瞭一種對煙葉圖像特徵進行有效選擇的新方法——利用二進製粒子群算法聯閤SVM模型自適應地選擇對煙葉分級影響較大的特徵,剔除對分級影響較小或相互間有關聯的某些特徵,併利用Adaboost和RBF分類器進行驗證.結果錶明,用SVM分類器時,用被選特徵比輸入全部特徵具有更好的分級正確率;對于相同的分類器,利用二進製粒子群和SVM算法自適應篩選後的特徵比輸入全部特徵具有更好的分級吻閤率.
이용도상특정대연협진행분급시,제출료일충대연협도상특정진행유효선택적신방법——이용이진제입자군산법연합SVM모형자괄응지선택대연협분급영향교대적특정,척제대분급영향교소혹상호간유관련적모사특정,병이용Adaboost화RBF분류기진행험증.결과표명,용SVM분류기시,용피선특정비수입전부특정구유경호적분급정학솔;대우상동적분류기,이용이진제입자군화SVM산법자괄응사선후적특정비수입전부특정구유경호적분급문합솔.
