一种基于特征选择的农作物病害识别方法
- 专利权人:
- 安徽大学
- 发明人:
- 陈思宝,代北敏,张颖,罗斌
- 申请号：
- CN201710948739.9
- 公开号：
- CN107704880A
- 申请日:
- 2017.10.12
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 陆丽莉`何梅生
- 摘要：
- 本发明公开了一种基于特征选择的农作物病害识别方法，包括：1、采集不同病害种类的原始农作物叶片图像样本集并进行归一化和中心化预处理，得到预处理后的叶片图像样本矩阵及其类别标签矩阵，2、获得初始回归系数矩阵并根据初始回归系数矩阵获得权重矩阵，3、迭代更新初始回归系数矩阵以获得最优回归系数矩阵，4、利用最优回归系数矩阵完成特征选择，对任一农作物叶片样本进行病害分类。本发明能从农作物叶片众多的特征维度中选择出与病害分类相关程度最高的特征，将其他维度特征的回归系数压缩至0，并完成特征选择，从而能采集较少的特征即可完成对农作物的病害分类，节约了时间和成本。
- 来源网站：
- 中国工程科技知识中心
