摘要:针对杂草识别,提出一种基于Dempster和Shagfer(DS)证据理论的多分类器融合方法,通过集成不同的分类器如BP神经网络、K近邻分类器和支持向量机等进行多分类器融合。该方法利用各个分类器的识别结果构造DS概率分配函数,再输出最终融合结果。实验结果表明,相较于单个分类器,所设计的多分类器融合模型能够在一定程度提高杂草的识别正确率,一定程度上解决了单个分类器对杂草识别的不均衡问题,有利于提高杂草识别的工作效率。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
相关文章
影响因子:0.4
期刊级别:部级期刊
发行周期:月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!