河南农业科学 ›› 2016, Vol. 45 ›› Issue (6): 157-160.

• 农产品加工 农业工程 农业信息技术 • 上一篇    

基于支持向量机的花生荚果品种识别模型优化研究

于仁师1,孙华丽1,宋欣欣2,韩仲志1*   

  1. 1.青岛农业大学 理学与信息科学学院,山东 青岛 266109; 2.青岛出入境检验检疫局,山东 青岛 266001
  • 收稿日期:2015-11-23 出版日期:2016-06-15 发布日期:2016-06-15
  • 通讯作者: 韩仲志(1981-),男,山东莒南人,副教授,博士,主要从事计算机视觉研究。E-mail:hanzhongzhi@qau.edu.cn
  • 作者简介:于仁师(1963-),男,山东莱阳人,副教授,本科,主要从事计算机应用研究。E-mail:yurenshi@163.com
  • 基金资助:
    国家自然科学基金项目(31201133);青岛市科技发展计划项目(14-2-3-52-nsh);青岛市民生计划项目(13-1-3-107-nsh)

  • Received:2015-11-23 Published:2016-06-15 Online:2016-06-15

摘要: 为实现通过自动化手段进行花生品种真伪的鉴定,通过扫描仪采集了花生荚果侧面的图像,花生共20个品种,每个品种50个花生荚果,对采集的每幅图像提取形态、颜色、纹理方面的50个特征,首先通过主分量分析(PCA)对这些特征进行组合优化,然后采用RBF核函数搭建了支持向量机模型,最后通过网格搜索法、基因算法和粒子群方法优化支持向量机模型的惩罚参数c与gamma参数。优化结果表明,在主成分累积贡献率为95%时,PCA是10个主分量,3种参数优化方案中20个品种的5折交叉验证识别率分别为78.6%、77.6%、78.0%,识别效果相当,花生品种真伪的二分类识别率最高达到95%。优化后该模型对品种真伪的识别已经基本可以推广到实际生产中使用。

关键词: 花生荚果, 品种识别, 支持向量机, 模型优化