收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

一种微型昆虫图像智能识别方法

罗桂兰  王熙  郝鸿俊  张梅  潘小雄  
【摘要】:因洱海湿地昆虫具有形态微小、不易识别的特点,为提高昆虫数据智能化处理和分类效率,设计了一种微小昆虫智能识别方法。该方法通过SVM-AdaBoost机器学习模型实现了昆虫图像的分类学习,并基于IOS移动平台,采用MVC(Model View Controller)设计模式,使用Swift语言编写了昆虫图片的获取、显示、识别等功能。通过真机实时性能测试表明该方法具有良好的可靠性,满足了智能化的实时性要求。通过昆虫图像识别效果评估,结果表明该方法能够智能识别湿地微型昆虫,其识别精确度和回调率达到了92%,准确率达到了91%。

知网文化
【相似文献】
中国期刊全文数据库 前0条
中国重要会议论文全文数据库 前1条
1 陆文聪;钮冰;金雨欢;;基于AdaBoost算法的亚细胞位置预测[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年
中国硕士学位论文全文数据库 前2条
1 唐键坪;基于生物信息与影像技术识别材料缺陷的研究[D];中山大学;2013年
2 张松;基于SVM和Adaboost的多分类算法研究[D];山东师范大学;2019年
中国重要报纸全文数据库 前2条
1 记者 房琳琳;人工智能识别植物准确率高达80%[N];科技日报;2017年
2 于洋;血液净化设备生物传感器及智能识别系统研究[N];科技日报;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978