支持向量机在植物病斑形状识别中的应用研究

被引:25
作者
田有文
张长水
李成华
机构
[1] 沈阳农业大学信息与电气工程学院
[2] 清华大学自动化系
[3] 沈阳农业大学工程学院
关键词
支持向量机; 植物病斑; 形状识别;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
植物病斑形状识别属于小样本问题。提出了一种新的模式识别方法—支持向量机方法在处理小样本问题时具有很好的学习能力和推广性。该文讨论了支持向量机分类方法应用于植物病斑形状识别。对番茄植物病斑形状识别试验的分析表明,支持向量机分类方法适合于植物病斑复杂形状的分类问题,该方法在训练样本较少时具有良好的分类能力和泛化能力。不同分类核函数的相互比较分析表明,线性核函数最适合于植物病斑的形状识别。
引用
收藏
页码:134 / 136
页数:3
相关论文
共 8 条
[1]   径向基函数网络在形状识别中的应用 [J].
胡勇 ;
赵琴 ;
高隽 .
合肥工业大学学报(自然科学版), 2003, (01) :27-30
[2]   支持向量机分类器在医疗诊断中的应用研究 [J].
阎威武 ;
邵惠鹤 .
计算机仿真, 2003, (02) :69-70+63
[3]   从神经网络到支撑矢量机(上) [J].
罗公亮 .
冶金自动化, 2001, (05) :1-5
[4]   基于支持向量机的手写体相似字识别 [J].
田盛丰 ;
黄厚宽 ;
李洪波 .
中文信息学报, 2000, (03) :37-41
[5]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[6]  
模式识别[M]. 清华大学出版社[美]J.P.MarquesdeSa著, 2002
[7]  
统计学习理论的本质[M]. 清华大学出版社 , (美)VladimirN.Vapnik著, 2000
[8]   A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167