基于SVM算法的林果害虫图像识别  

作　　者：程鲁玉[1] 孟小艳[1] 达新民[2] 

机构地区：[1]新疆农业大学计算机与信息工程学院 [2]新疆农业大学网络中心,新疆乌鲁木齐830052

出　　处：《信息通信》2017年第12期57-58,共2页Information & Communications

基　　金：自治区科技支撑项目:阿克苏市林果虫害专家远程鉴定系统的构建(201531114)

摘　　要：支持向量机已经成功应用在许多领域如规则提取、分类和评价。针对阿克苏林果害虫分类种类多的特点,采用了一种简单sift特征提取,结合svm算法分类识别林果主要害虫的方法。首先对样本数据进行SVM分类器训练,从而快速获取原始样本数据的最佳SVM分类器参数,并实现分类。利用神经网络算法进行分类实验,比较分析传统SVM算法、神经网络算法在分类识别方面的差异。实验结果表明,SVM算法能够快速有效地识别害虫种类,并获得相对较高的分类精度,但由于测试图像背景不同且提取的特征单一识别的准确率有待提高。

关 键 词：支持向量机(SVM) 林果害虫 神经网络 

分 类 号：TP79[自动化与计算机技术—检测技术与自动化装置]