| 基于BPSO和SVM的烤烟烟叶图像特征选择方法研究 |
| |
| 引用本文： | 杨帆,申金媛.基于BPSO和SVM的烤烟烟叶图像特征选择方法研究[J].湖北农业科学,2015,54(2):449-452. |
| |
| 作者姓名： | 杨帆 申金媛 |
| |
| 作者单位： | 郑州大学信息工程学院,郑州,450001 |
| |
| 基金项目： | 河南省烟草专卖局科学计划与开发项目 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 烟叶 二进制粒子群 支持向量机 特征选择 |
Methods of Selecting Image Feature of Tobacco Leaf Based on BPSO Combined with SVM |
| |
| YANG Fan,SHEN Jin-yuan.Methods of Selecting Image Feature of Tobacco Leaf Based on BPSO Combined with SVM[J].Hubei Agricultural Sciences,2015,54(2):449-452. |
| |
| Authors: | YANG Fan SHEN Jin-yuan |
| |
| Institution: | YANG Fan;SHEN Jin-yuan;School of Information Engineer, Zhengzhou University; |
| |
| Abstract: | |
| |
| Keywords: | tobacco leaf BPSO SVM feature selection |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
