SVM本文提出一种海鲜菇多时期生长状态关键特征提取及时期分类方法.根据海鲜菇自身特点,提取图片的颜色,形状,纹理,共28种,采用多种特征选择算法进行关键特征优选对比,并使用支持向量机(SVM),随机森林(RF),K-近邻(KNN),进行时期分类识别.结果表明:算法RF优选的17个特征对海鲜菇不同生长时期下的状态表征能力最强,适用性...
根据海鲜菇自身特点,提取图片的颜色、形状、纹理,共28种,采用多种特征选择算法进行关键特征优选对比,并使用支持向量机(SVM)、随机森林(RF)、K-近邻(KNN),进行时期分类识别。结果表明:算法RF优选的17个特征对海鲜菇不同生长时期下的状态表征能力最强、适用性最佳、实时性最好;时期分类中,RF-SVM算法组合最佳,分类准确...