基于压缩感知理论的农业害虫分类方法.pdf

基于压缩感知理论的农业害虫分类方法.pdf

ID:51416605

大小:457.37 KB

页数:5页

时间:2020-03-23

基于压缩感知理论的农业害虫分类方法.pdf_第1页
基于压缩感知理论的农业害虫分类方法.pdf_第2页
基于压缩感知理论的农业害虫分类方法.pdf_第3页
基于压缩感知理论的农业害虫分类方法.pdf_第4页
基于压缩感知理论的农业害虫分类方法.pdf_第5页
资源描述:

《基于压缩感知理论的农业害虫分类方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第27卷2011焦第6期6月农业工程学报TransactionsoftheCSAE、,01.27No.6Jun.2011203基于压缩感知理论的农业害虫分类方法韩安太1,郭小华2,廖忠(1.中国计量学院电工与电子技术研究所,杭州310018:1,陈志强1,韩建强12.杭州职业技术学院友嘉机电学院,杭州310018)摘要:为提高现有害虫分类方法的分类效果,该文分析了现有害虫分类方法的局限性,在此基础上,提出一种基于压缩感知理论的害虫分类新方法。该方法利用害虫训练样本构造训练样本矩阵,通过求解,,范数

2、意义下的最优化问题实现害虫测试样本的稀疏分解,由于稀疏分解结果中包含了明确的分类信息,可直接用于害虫分类。利用该方法对12类储粮害虫和110类常见害虫进行分类,在4种不同试验条件下,分类准确率分别达到92.9418%、98.2877%、78.8651%和61.5938%,证实了压缩感知理论用于害虫分类是合理可行的。关键词:分类,特征参数,矩阵代数,害虫,压缩感知,稀疏分解doi:10.3969/j.issn.1002—6819.2011.06.037中图分类号:$625文献标志码:A文章编号:10

3、02-6819(20111—06-0203—05韩安太,郭小华,廖忠,等.基于压缩感知理论的农业害虫分类方法[J].农业工程学报,2011,27(6):203--207.HartAntai,GuoXiaohua,LiaoZhong,eta1.Classificationofagriculturalpestsbasedoncompressedsensingtheory[J].TransactionsoftheCSAE,2011,27(6):203--207.(inChinesewithEnglish

4、abstract)O引言田间、储粮害虫给农作物生长、农产品储存造成巨大损失,且严重影响农产品品质,必须采取防治措施减少其对农业生产的危害。进行害虫防治的前提之一,就是对害虫进行准确分类【l。】。害虫分类是根据各类害虫的训练样本,判定测试样本属于哪一类【4】。传统害虫分类方法主要根据害虫原始特征,技术人员借助放大镜、显微镜等或直接用肉眼判别害虫种类,该方法效率低、人为误差不可避免,且多数技术人员仅能识别少量害虫【51。针对人工分类方法的缺陷,近年来,利用图像处理、模式识别等领域的技术成果,一些研究人

5、员通过采集、分析害虫声音、图像等【6】,从不同角度提出了各种害虫自动分类方法。利用从害虫图像中提取的颜色、形状等特征参数,杨红珍、张建伟等【1]提出一种害虫远程自动识别系统,并使用径向基神经网络算法实现害虫分类。为进一步提高分类准确率,袁金丽、张红涛等[_卜9]探索了物元可拓集合算法在储粮害虫分类中的应用,张红涛、胡玉霞等[1o】提出了基于人工免疫算法、支持向量机、模拟退火算法f11】的储粮害虫分类方法,与邱道尹、张洪涛等先前提出的模糊分类方法【12】、最近邻分类方法[13】、神经网络分类方法[1

6、4]相比,这些方法可有效提高储粮害虫分类准确率。收稿日期:2010.07—17修订日期:2010-09-10基金项目:国家自然科学基金资助项目(61076110);浙江省自然科学基金资助项目(Y1080072)作者简介:韩安太(1975一),男,山西晋城人,中国计量学院电工与电子技术研究所副教授,博士,主要从事数字农业、无线传感器网络、数字信号处理等研究。杭州中国计量学院电工与电子技术研究所,310018。Email:anti.h∞@gmail.corn另外,通过从储粮害虫声信号中提取时域、频域特

7、征参数,耿森林、尚志远等【1孓16]提出了基于声信号时频特征的害虫分类方法;唐发明等[17]利用声音样本特征构造、训练多个支持向量机,从而实现储粮害虫分类。除了各种田间、储粮害虫分类方法外,赵晶莹等[18】提出了基于小波、模糊支持向量机的红虫、剑水蚤、猛水蚤等浮游生物分类方法。上述害虫分类方法在不同应用中均表现出良好分类效果,然而,由于害虫种类繁多、影响分类效果的因素较多、实际应用要求更高分类精度等原因,这些害虫分类方法的性能在以下方面仍存在一定局限性:1)现有害虫分类方法都是在害虫种类较少的情况

8、下测试其分类效果的,当害虫种类较多时,其分类效果缺乏验证。2)现有害虫分类方法在使用前必须根据害虫种类,利用一定数量训练样本完成算法参数优化选择、学习训练等准备任务,由于这些准备任务的复杂性,在一定程度上增加了分类方法的实现难度,降低了分类效率。3)当害虫种类或训练样本增加时,现有害虫分类方法必须重新执行上述准备任务后才可投入使用,在一定程度上影响了分类方法的实用性和可维护性。4)现有害虫分类方法都使用按统~标准获取的训练样本和测试样本进行分类效果测试,当训练样本、测试样本的获取标

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。