-
题名多源荧光光谱数据融合下的淡水浮游植物分类识别方法
- 1
-
-
作者
潘玉露
-
机构
诸暨市水务集团
-
出处
《林业调查规划》
2024年第3期7-12,共6页
-
文摘
淡水浮游植物分类识别过程中,主要采用单一的荧光光谱数据进行特征提取,所得特征信息较为片面,分类识别结果的F1分数偏低。为此,以多源荧光光谱数据融合为前提,提出一种新型淡水浮游植物分类识别方法。采用局部线性嵌入算法对多源荧光光谱数据进行降维处理,再通过小波分解算法提取光谱特征信息。运用独立成分分析算法标记出有效的特征信息,依托于多源荧光光谱数据融合原理结合有效特征得到全面的光谱特征信息。将光谱特征输入可解决多分类问题的支持向量机模型,生成淡水浮游植物分类识别结果。实验结果显示,在噪声比例为40%时,文中设计的分类识别方法的分类识别结果F1分数依旧为0.95,与其他两种方法相比提高了14.74%和18.95%,分类结果更加准确。
-
关键词
淡水浮游植物
分类识别方法
多源荧光光谱
数据融合
特征提取
小波分解
-
Keywords
freshwater phytoplankton
classification and recognition methods
multi-source fluorescence spectrum
data fusion
feature extraction
wavelet decomposition
-
分类号
Q949
[生物学—植物学]
S963.213
[农业科学—水产养殖]
-
