基于特征选择集成学习的果蝇求偶行为识别
设计一个机器学习分类算法,实现对果蝇求偶行为的自动识别.在对图片规范化的基础上,提取图像局部二元模式统计特征与沃尔什特征获得果蝇求偶图像纹理几何特征.通过基于特征选择的集成学习来构建一个强分类器,实现对果蝇求偶行为的检测;采用十折交叉验证的方法进行验证,检测结果优于传统的图像处理分割算法.基于特征选择快速选择性集成,效率高于传统集成方法,基于特征选择集成学习识别昆虫的复杂纹理是可行的.通过机器学习方法来识别果蝇行为谱可以实现大规模的行为筛查,这将有助于基因和神经回路控制行为的研究.
特征选择、集成学习、弱分类器、果蝇求偶
34
Q964;TP181(昆虫学)
中央高校基本科研业务经费KYZ201005;南京农业大学青年科技创新项目KJ201075;国家转基因生物新品种培育重大专项2009ZX08001-002 B
2012-03-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
82-88