文献类型：期刊文章

作　　者：韩安太[1] 郭小华[2] 廖忠[1] 陈志强[1] 韩建强[1]

机构地区：[1]中国计量学院电工与电子技术研究所,杭州310018 [2]杭州职业技术学院友嘉机电学院,杭州310018

出　　处：《农业工程学报》

基　　金：国家自然科学基金资助项目(61076110);浙江省自然科学基金资助项目(Y1080072)

年　　份：2011

卷　　号：27

期　　号：6

起止页码：203-207

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20113114199436)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提高现有害虫分类方法的分类效果,该文分析了现有害虫分类方法的局限性,在此基础上,提出一种基于压缩感知理论的害虫分类新方法。该方法利用害虫训练样本构造训练样本矩阵,通过求解l1范数意义下的最优化问题实现害虫测试样本的稀疏分解,由于稀疏分解结果中包含了明确的分类信息,可直接用于害虫分类。利用该方法对12类储粮害虫和110类常见害虫进行分类,在4种不同试验条件下,分类准确率分别达到92.9418%、98.2877%、78.8651%和61.5938%,证实了压缩感知理论用于害虫分类是合理可行的。

关 键 词：分类  特征参数 矩阵代数 害虫 压缩感知 稀疏分解

分 类 号：S625]