%0 Journal Article
%T 基于SVM-DS多特征融合的杂草识别
%A 何东健
%A 乔永亮
%A 李攀
%A 高瞻
%A 李海洋
%A 唐晶磊
%J 农业机械学报
%P 182-187
%D 2013
%R 10.6041/j.issn.1000-1298.2013.02.034
%X 为解决单一特征识别杂草的低准确率和低稳定性，提出一种支持向量机(SVM)和DS(Shafer-Dempster)证据理论相结合的多特征融合杂草识别方法。在对田间植物图像处理的基础上，提取植物叶片形状、纹理及分形维数3类特征，分别以3类单特征的SVM分类结果作为独立证据构造基本概率指派(BPA)，引入基于矩阵分析的DS融合算法简化决策级融合算法复杂度，根据融合结果及分类判决门限给出最终的识别结果。实验结果表明，多特征决策融合识别方法正确识别率达到96.11%，与单特征识别相比有更好的稳定性和更高的识别率。
%K 杂草识别
%K 支持向量机
%K DS证据理论
%K 特征提取
%K 多特征融合
%U http://www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20130234&flag=1