典型文献
应用竹类叶片性状特征和支持向量机算法的竹种识别
文献摘要：
为研究叶片性状特征及其特征组合对竹种识别准确度的影响,找出分类效果较好的特征组合.以江苏、贵州、云南共16属70种(变种、变型和品种)竹子叶片为试验材料,提取9个叶片性状特征作为原始数据集,引入RBF核函数,在一定范围内进行参数优化,确定惩罚系数(C)=1 000,核函数的参数(γ)=0.1.结果表明:当选用9个叶片性状特征进行识别,准确率为86％,考虑到特征组合存在冗余,最终以5个叶片特征(包括叶片的长、宽、面积、周长以及叶面积与周长的比)进行模型训练,识别准确率为81％.以选取的特征组合建立模型,在种水平上,62个竹种的识别精确率达到70％以上,23个竹种的精确率达到90％以上,鹅毛竹和两年生毛竹的精确率达到100％;在属水平上,14个属的识别准确率达到80％以上,5个属达到90％以上,倭竹属的准确率达到100％.
文献关键词：
竹子;叶片性状特征;支持向量机算法;计算机模型
中图分类号：
作者姓名：
周必铙;卞丽丽;徐薪璐;姚文静
作者机构：
南京林业大学,南京,210037
文献出处：
引用格式：
[1]周必铙;卞丽丽;徐薪璐;姚文静-.应用竹类叶片性状特征和支持向量机算法的竹种识别)[J].东北林业大学学报,2022(05):63-69
A类：
叶片性状特征
B类：
竹类,支持向量机算法,竹种,特征组合,分类效果,变种,变型,竹子,子叶,原始数据,RBF,核函数,罚系数,当选,叶片特征,周长,叶面积,模型训练,识别准确率,建立模型,精确率,鹅毛,毛竹,两年生,计算机模型
AB值：
0.290705
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
