-
题名基于半监督主动学习的小麦叶片病虫害区域分割方法
被引量：1
- 1
-
-
作者
安瑞钰
郝志斌
-
机构
天津农学院计算机与信息工程学院
-
出处
《天津农学院学报》
CAS
2024年第2期87-93,共7页
-
基金
国家自然科学基金项目(31700642)。
-
文摘
小麦叶片病虫害区域的准确分割对实现病虫害检测自动化与智能化有重要作用,对提高农作物经济效益有重要的理论价值和现实意义。为解决现有研究中样本标注工作量大、分类效果差等问题,本研究结合人工干预标注的主动学习策略,提出一种基于半监督主动学习的小麦叶片病虫害区域分割方法,通过提取边界特征、颜色空间特征和纹理特征,组成特征向量,使用直推式支持向量机作为分类器,在每一轮训练中,结合k-means算法随机生成待标记样本,通过人机交互系统干预样本标签提高分类效率。此外,本文构建了在新的病虫害区域分割方法基础上的对病虫害进行分类的LM神经网络模型。在图像分割实验中所提出模型与经典的小样本SVM模型以及半监督TSVM模型对比,分割效果排名第一,证明了所提出分割策略的优越性。在对病虫害识别实验中,模型验证结果表明采用半监督主动学习方法的LM神经网络分类模型得到的识别准确率为93.75%,具有良好的分类效果,能够为后续的病虫害防治提供有效依据。
-
关键词
半监督学习
主动学习
TSVM
病虫害叶片分割
-
Keywords
semi-supervised learning
active learning
TSVM
disease leaf segmentation
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
