当前位置: 首页 > 文章 > 基于群智能算法分类模型的番茄病害识别 江苏农业科学 2020 (1) 219-224
Position: Home > Articles > Study on classification algorithm of swarm intelligence algorithm in tomato disease identification Jiangsu Agricultural Sciences 2020 (1) 219-224

基于群智能算法分类模型的番茄病害识别

作  者:
阎园园;陈华;姜波
单  位:
新疆大学电气工程学院
关键词:
主成分分析;遗传算法;粒子群优化算法;群智能分类器;番茄病害;识别
摘  要:
作物病害分类识别模型一直受被研究对象自身特性影响,为验证智能分类器在番茄常见病害中的识别效果,选择不同群智能分类器进行分类识别。采用主成分分析(principal component analysis,简称PCA)法对样本集的31个数据进行降维,筛选7个贡献率较高的主成分作为PCA-支持向量机(support vector machine,简称SVM)模型的输入;遗传算法(genetic algorithm,简称GA)具有全局寻优特点,正交变换可使变异率、交叉率、种群规模等参数之间快速最优化,构建GA-SVM智能分类器提高识别率;由于GA-SVM分类器增加了交叉变异计算,参数确定时间相对较长,而粒子群优化(particle swarm optimization,简称PSO)算法不存在交叉变异因子计算过程,因此选择PSO-SVM群智能分类器,把种群中具有最大适应度函数值的惩罚系数(r)和核函数参数(σ~2)作为支持向量机模型的最优参数,试验证明,PCA-SVM模型对3种病害类型中的分类效果总体较好。
译  名:
Study on classification algorithm of swarm intelligence algorithm in tomato disease identification
作  者:
Yan Yuanyuan;

相似文章

计量
文章访问数: 10
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊