智能分类算法在植物分类中的应用研究
《中南林业科技大学》 2014年
收藏 |
论文排版
智能分类算法在植物分类中的应用研究
罗鹏 开通知网号
【摘要】： 分类是计算机应用领域数据挖掘、机器学习和模式识别中一个非常重要的研究领域。当前世界上实现分类的常用方法有支持向量机、统计方法、人工神经网络、贝叶斯方法和基于实例学习方法等等。分类在实际问题中具有广泛的应用,例如医学诊断、信用卡系统的信用分级、图像模式识别等。本文以鸢尾属植物分类为例,分别用支持向量机和贝叶斯对其进行分类研究。首先介绍了支持向量机的基本原理以及多分类器的构造方法,然后分别采用基于QP和SMO两种不同方法的支持向量机算法对鸢尾属植物数据集进行分类；又分别介绍了贝叶斯和朴素贝叶斯分类方法,并采用朴素贝叶斯方法对鸢尾属植物数据集进行分类；最后对以上三种方法的结果进行了比较分析,实验的结果表明以上三种分类方法对鸢尾属植物数据集进行分类是非常有效的。鸢尾属植物分类是计算机技术在生物学中应用的一个例子,分类方法在生物学的很多领域都具有重要应用价值。进一步的研究能够对各算法进行改进,进而提出性能更好的分类算法。
【学位授予单位】：中南林业科技大学
【学位级别】：硕士
【学位授予年份】：2014
下载App查看全文
下载全文 更多同类文献 个人查重>>智能排版>>
(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)
CAJViewer阅读器支持CAJ、PDF文件格式
【引证文献】 中国硕士学位论文全文数据库 前2条 1 桂越;结合注意力机制的作物幼苗与杂草分类识别[D];安徽农业大学;2019年 2 薄琪苇;基于卷积神经网络的植物叶片识别研究[D];浙江农林大学;2018年 【参考文献】 中国期刊全文数据库 前10条 1 谭泗桥;袁哲明;柏连阳;谭显胜;熊洁仪;基于局部核函数与全局核函数支持向量回归优化小样本QSAR建模[J];分子科学学报;2009年03期 2 李彦斌;张宁;李存斌;Support vector machine forecasting method improved by chaotic particle swarm optimization and its application[J];Journal of Central South University of Technology;2009年03期 3 业巧林;业宁;张训华;基于极分解下的混合核函数及改进[J];模式识别与人工智能;2009年03期 4 杨海燕;周永权;一种支持向量机的混合核函数[J];计算机应用;2009年S2期 5 贾磊;廖士中;超核函数支持向量机[J];计算机科学;2008年12期 6 屈永华;王锦地;刘素红;万华伟;周红敏;林皓波;贝叶斯网络支持的地表参数混合反演模式研究[J];遥感学报;2006年01期 7 方金城;分类挖掘算法综述[J];沈阳工程学院学报(自然科学版);2006年01期 8 胡国胜;钱玲;张国红;支持向量机的多分类算法[J];系统工程与电子技术;2006年01期 9 王双成混合贝叶斯网络隐藏变量学习研究[J];计算机学报;2005年09期 10 张敏,张恒义,郑筱祥基于朴素贝叶斯分类器的大鼠体态自动识别[J];航天医学与医学工程;2005年05期 【相似文献】 中国期刊全文数据库 前10条 1 卢建红;彭方程;章开灵;鸢尾属植物分类系统的研究与发展[J];江西林业科技;2014年05期 2 刘艾琴;《植物分类与资源学报》创刊35年回顾[J];云南师范大学学报(自然科学版);2014年S1期 3 王瑞江;中国植物分类及标本采集史简述[J];广西植物;2022年S1期 4 毛慧芬;黄琼琼;植物分类考试探索[J];生物学教学;1988年04期 5 曹新祥讲授植物分类知识的几种体会[J];生物学教学;1996年06期 6 周火明;毛燕;尹晓蛟;向莉;章璐;浅谈归纳法在植物分类教学中的应用[J];安徽林业科技;2016年06期 7 制作一本植物分类图谱[J];少儿科学周刊(少年版);2017年03期 8 钟秋平;徐淑庆;论植物分类教学中学习策略的培养[J];教育与职业;2007年23期 9 梅笑漫运用迁移律优化植物分类教学[J];植物杂志;2001年03期 10 植物分类研究室的十年[J];广西植物;1995年03期 中国重要会议论文全文数据库 前10条 1 付益帆;杨凡;黄若之;包志毅;杭州多植物园模式的探析[A];中国风景园林学会2019年会论文集（上册）[C];2019年 2 高天刚;陈艺林;朱世新;菊科植物分类系统沿革[A];中国植物学会七十周年年会论文摘要汇编（1933—2003）[C];2003年 3 黄俊华;买买提江;杨昌友;新疆胡颓子属的植物分类[A];中国植物学会七十周年年会论文摘要汇编（1933—2003）[C];2003年 4 王锦秀;刘宏茂;许再富;傅德志;民间植物分类系统及其用来进行区域性物种多样性快速评估的探讨[A];第七届全国系统与进化植物学青年学术研讨会论文摘要集[C];2002年 5 邵青;林祁;东亚赤车属植物分类[A];全国系统与进化植物学研讨会暨第九届系统与进化植物学青年研讨会论文摘要集[C];2006年 6 王华锋;覃海宁;木通科植物分类系统研究进展[A];全国系统与进化植物学研讨会暨第九届系统与进化植物学青年研讨会论文摘要集[C];2006年 7 尹崇玉;中国前寒武纪微古植物分类及其演化研究[A];中国地质科学院“九五”科技成果汇编[C];2001年 8 傅德志;进化发育生物学(Evo-Devo)研究前景[A];第七届全国系统与进化植物学青年学术研讨会论文摘要集[C];2002年 9 王文和;北京香山苔藓植物分类及区系研究[A];中国植物学会七十五周年年会论文摘要汇编（1933-2008）[C];2008年 10 王宪曾;花粉资源开发利用的新方向[A];中国古生物学会孢粉学分会八届二次学术年会论文摘要集[C];2011年 中国博士学位论文全文数据库 前8条 1 薄伟;鸢尾属种质资源评价及抗旱性研究[D];山西农业大学;2018年 2 郭彩霞;鸢尾属植物遗传多样性评价及干旱高温胁迫生理响应机制[D];华中农业大学;2016年 3 王玲;鸢尾属部分种发育生物学与系统演化的研究[D];东北林业大学;2005年 4 郑洋;东北地区野生鸢尾属植物的分类与评价研究[D];沈阳农业大学;2016年 5 黄志开;彩色图像特征提取与植物分类研究[D];中国科学技术大学;2006年 6 成向荣;四种旋覆花属植物的化学成分及生物活性研究[D];上海交通大学;2012年 7 王志刚;水体浮游植物浓度原位分类测量方法研究与系统研制[D];中国科学技术大学;2008年 8 常朝阳;中国锦鸡儿属植物分类研究[D];东北林业大学;2008年 中国硕士学位论文全文数据库 前10条 1 罗鹏;智能分类算法在植物分类中的应用研究[D];中南林业科技大学;2014年 2 刘鹏;基于高光谱技术的植物分类及状态监测方法研究[D];杭州电子科技大学;2019年 3 牛琳;植物分类园规划策略研究[D];北京林业大学;2015年 4 周程丽;深度神经网络在种和品种级植物分类的应用研究[D];云南大学;2021年 5 陈雪婷;芭蕉属植物分类的分子鉴定[D];海南大学;2010年 6 赵丽娟;湖南槭属植物分类及园林应用研究[D];中南林学院;2005年 7 王殊;中国产鸢尾属（Iris L.）部分物种的系统发生学研究[D];东北师范大学;2018年 8 蒋喻林;基于trnL-F、rbcL基因的四川省鸢尾属植物系统分类进化研究[D];四川农业大学;2016年 9 孙明洲;用结构学方法对中国北方鸢尾属植物的分类学研究[D];东北师范大学;2004年 10 杨义;鸢尾属植物形态多样性及镉积累特征研究[D];安徽农业大学;2020年 中国重要报纸全文数据库 前10条 1 王康;学习植物分类，从这本指南开始[N];中国出版传媒商报;2021年 2 王桂桂 魏小鹏;崂山巨峰建植物分类科普长廊[N];中国旅游报;2010年 3 记者 寇亚琴;北京发现野生兰花新物种[N];中国花卉报;2017年 4 本报记者 朱裕森;林木木：36年发现4个新物种[N];闽西日报;2012年 5 本报记者 赵红霞;业界同聚共推鸢尾产业创新发展[N];中国花卉报;2017年 6 本报记者 刘莉;DNA条形码：植物分类鉴别新方法[N];科技日报;2012年 7 本刊特约撰稿 朱遵燕;求花问果为加新[N];海南日报;2022年 8 记者 陈怡希;在云南发现两个植物新种[N];云南日报;2020年 9 本报记者 赵和平;张承志：从植物分类到文物保藏[N];光明日报;2010年 10 本报记者 严圣禾 党文婷;一部好书讲述一座城市的故事[N];光明日报;2018年
相关知识
智能分类算法在植物分类中的应用研究
学法指导在植物分类教学中的渗透
在鸢尾花分类中感受技术“温度”
深度学习花的分类识别
整数规划的花授粉算法
改进的花朵授粉算法在物流配送中心选址问题中的应用
樱花品种三级分类方法初探
中国菊花品种分类的探讨
绿色开花植物分类漫谈 Ⅱ.蔷薇科与十字花科
菊花品种分类的研究
网址: 智能分类算法在植物分类中的应用研究 https://m.huajiangbk.com/newsview84924.html
