共 17 条
基于压缩感知理论的农业害虫分类方法
被引：22
|作者：
韩安太
[1
]
郭小华
[2
]
廖忠
[1
]
陈志强
[1
]
韩建强
[1
]
机构：
[1] 中国计量学院电工与电子技术研究所
[2] 杭州职业技术学院友嘉机电学院
来源：
基金：
浙江省自然科学基金;
关键词：
分类;
特征参数;
矩阵代数;
害虫;
压缩感知;
稀疏分解;
D O I：
暂无
中图分类号：
S433 [植物虫害及其防治];
学科分类号：
090402 ;
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l1范数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。
引用
收藏
页码：203 / 207
页数：5
相关论文