应用竹类叶片性状特征和支持向量机算法的竹种识别

为研究叶片性状特征及其特征组合对竹种识别准确度的影响,找出分类效果较好的特征组合。以江苏、贵州、云南共16属70种(变种、变型和品种)竹子叶片为试验材料,提取9个叶片性状特征作为原始数据集,引入RBF核函数,在一定范围内进行参数优化,确定惩罚系数(C)=1000,核函数的参数(γ)=0.1。结果表明:当选用9个叶片性状特征进行识别,准确率为86%,考虑到特征组合存在冗余,最终以5个叶片特征(包括叶片的长、宽、面积、周长以及叶面积与周长的比)进行模型训练,识别准确率为81%。以选取的特征组合建立模型,在种水平上,62个竹种的识别精确率达到70%以上,23个竹种的精确率达到90%以上,鹅毛竹和两年生毛竹的精确率达到100%;在属水平上,14个属的识别准确率达到80%以上,5个属达到90%以上,倭竹属的准确率达到100%。