本發(fā)明公開了基于聚類算法的玉米種子高光譜圖像分類識別模型更新方法,包括:基于采集所有待識別玉米種子在N個波段下的N個高光譜圖像,計算感興趣區(qū)域內(nèi)的光譜均值特征,作為特征參數(shù),依次輸入數(shù)據(jù),計算待識別玉米種子與檢測模型的匹配性;判斷匹配性,若匹配不成功,則通過化學(xué)分析測試,獲得待識別玉米種子的類別,利用獲得的待識別種子特征參數(shù)及其真實類別,更新訓(xùn)練集;在完成所有待識別玉米種子的匹配性判斷后, 利用新的訓(xùn)練集來建立新的最小二乘支持向量機檢測模型fLS-SVM, 用fLS-SVM來識別更新后的待識別樣本集。本發(fā)明提供了一種基于聚類算法的玉米種子高光譜圖像分類識別模型更新方法,能夠?qū)崿F(xiàn)高光譜圖像分類模型的更新,效果好,且可靠性高。
聲明:
“基于聚類算法的玉米種子高光譜圖像分類識別模型更新方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)