作者：胡维炜; 张武; 刘连忠小麦病害特征降维启发式搜索支持向量机
摘要：利用中值滤波结合k均值聚类的方法分割出小麦白粉病、条锈病和叶锈病叶部病斑,分别采用颜色矩和灰度共生矩阵的方法提取病斑的颜色特征和纹理特征参数,设计了一种基于Variance算法初选与序列浮动前向选择搜索算法(SFFS)相结合的特征选择方法,选择出优良的特征子集,实现对小麦3种叶部病害的识别。试验以SVM为分类器,利用特征选择方法获得的特征子集识别准确率为99%,与采用主成分分析(PCA)方法进行特征降维获得的子集的识别准确率比较,能有效降低特征维度,提高识别准确率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《湖南农业大学学报·自然科学版》（CN：43-1257/S）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《湖南农业大学学报·自然科学版》重点报道农作物育种栽培、园艺科学、植物保护、动物科学与医学、食品与农产品加工，以及生物工程与技术、生态环境工程等方面最新研究成果，充分反映我国农业科学技术研究与应用前沿动态，促进国内外学术交流，推进农业科技人才培养。
杂志详情
