支持向量机在贝类疾病诊断中的应用研究

被引：5

作者：

李凡 ^{[1
]}

韩胜菊 ^{[1
]}

王铀铀 ^{[2
]}

张丹 ^{[1
]}

机构：

[1] 大连海洋大学信息工程学院

[2] 德克萨斯A&M大学计算机科学与工程学院

来源：

计算机仿真 | 2013年 / 30卷 / 03期

关键词：

贝类疾病诊断; 支持向量机; 多分类;

D O I：

暂无

中图分类号：

TP182 [专家系统、知识工程];

学科分类号：

1111 ;

摘要：

研究了一种促进贝类疾病诊断过程信息化、智能化的方法。目前我国贝类病害频繁发生,影响贝类疾病诊断的因素较多。由于水质污染,会引起贝类疾病。传统的诊断方法主要是依靠专家。为了能够在众多的影响疾病诊断的因素中,快速确定主要因素,降低对专家的依赖程度,提出了采用支持向量机的贝类疾病诊断系统的研究,可将疾病诊断过程抽象成支持向量机的多分类模型,并通过实验证明了改进方法具有准确率高且方便易用等优点,取得了较好的效果。

引用

页码：319 / 322

页数：4

共 10 条

[1] 支持向量机在税收预测中的应用研究 [J].