期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于机器学习的农业害虫识别与分类 被引量:1
1
作者 陈旸 《农业灾害研究》 2023年第10期61-63,共3页
对害虫数据集采用基础分类器和集成分类器等机器学习算法,并通过多数投票策略评价分类结果的性能。采用朴素贝叶斯(NB)、支持向量机(SVM)、K邻近(KNN)和多层感知器(MLP)作为基础分类器。采用随机森林(RF)、装袋法(Bagging)和XGBoost等... 对害虫数据集采用基础分类器和集成分类器等机器学习算法,并通过多数投票策略评价分类结果的性能。采用朴素贝叶斯(NB)、支持向量机(SVM)、K邻近(KNN)和多层感知器(MLP)作为基础分类器。采用随机森林(RF)、装袋法(Bagging)和XGBoost等集成分类器进行交叉验证试验,实现了准确率更高的害虫分类和识别。试验结果表明,在集成分类器的结果中进行多数投票选择可以提高分类精度。 展开更多
关键词 农业害虫识别 机器学习 分类算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部