基于约束性多目标优化算法的柑橘黄龙病识别算法  

Citrus Huanglongbing recognition algorithm based on constrained multi-objective optimization algorithm

作　　者：王慧[1] 李康顺[2] 蔡铁[1] 王文祥[2] 董纯铿 Wang Hui

机构地区：[1]深圳信息职业技术学院,广东深圳518172 [2]华南农业大学数学与信息学院,广东广州510642

出　　处：《江苏农业科学》2023年第6期159-167,共9页Jiangsu Agricultural Sciences

基　　金：国家自然科学基金青年基金(编号:62203310);广东省基础与应用基础研究基金(编号:2022A1515011447);深圳市科技计划面上项目(编号:0220820010535001);广东省教育厅特色创新项目(编号:2021KTSCX281)。

摘　　要：为了克服柑橘黄龙病监测和识别难的问题,提出一种基于约束性多目标优化算法的柑橘黄龙病识别算法(CMOA-CHDIA)。将柑橘黄龙病特征最优化转换为约束性多目标优化问题模型,采用基于勒贝格测度约束性多目标粒子群优化算法(LCMOPSO)求解该模型,并获取最优柑橘黄龙病特征;根据获得的最优特征采用近邻分类算法识别柑橘黄龙病。试验结果显示,基于约束性多目标优化算法的柑橘黄龙病识别算法对柑橘黄龙病的识别准确率达到98.55%,较FSMEA、PSO-MOFSA、FSMDEA识别准确率分别增加14.55%、11.55%、12.55%,在提高柑橘黄龙病识别准确度方面效果较好,对柑橘黄龙病防治具有一定的指导意义。

关 键 词：约束性多目标优化算法 近邻分类算法 柑橘黄龙病 病害识别 最优化特征 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]