摘要:核函数形式的选择与核函数参数值的大小是影响支持向量机的2个关键因素,传统的支持向量机分类精度低、时效性差,为了获得高精度、高时效性的支持向量机,从影响支持向量机的核函数与核函数参数值2个关键因素着手,提出了基于变尺度混沌粒子群优化(MSCPSO)混合核SVM参数的分类器。将此分类模型用于预测生菜叶片的生育期,以及预测3个生育期的生菜叶片氮素水平,预测精度分别达到91.51%、85.38%、82.59%和81.26%。与传统的粒子群优化混合核SVM的分类器和变尺度混沌粒子群优化RBF_SVM分类器相比,提出的分类器模型分类精度高、时效性好。
关键词:生菜 品质检测 支持向量机 混合核函数 粒子群算法
单位:江苏大学电气信息工程学院 镇江212013 江苏大学现代农业装备与技术省部共建重点实验室 镇江212013
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社