基于双编码遗传算法的支持向量机作物病害图像识别方法

• 作 者: 濮永仙 余翠兰
• 机 构: 德宏师专计科系
• 出 处: 贵州农业科学
• 发表日期: 2013年07期
• 关键词: 支持向量机 病害图像 自动识别 特征向量 双编码遗传算法 support vector machine （SVM） disease image automat
• 基金项目: 德宏师专校级课题子课题“基于数据流形式的不确定图挖掘研究”（DSK201206）

为了实现作物病害的计算机识别,采用基于双编码遗传特征选择的支持向量机和病害图像多特征参数识别病害的方法,对病害图像增强处理,彩色病斑分割,特征参数提取,构建双编码遗传算法优化特征子集,并赋予权重的一对一投票策略支持向量机来分类识别作物病害进行研究。结果表明:在同等条件下,该方法与没有采用遗传算法的支持向量机相比,特征向量减少了38%,正确率提高了6.29%。