基于GWO优化SVM的小麦籽粒优劣分级研究

摘要：

小麦籽粒优劣不仅是产量及品质的重要决定因素,也是育种适应性的综合指标.为了提高小麦籽粒优劣分级的准确率,同时克服神经网络中存在的收敛速度慢、容易陷入局部极值等缺陷,提出一种灰狼算法(GWO)优化支持向量机(SVM)的小麦籽粒优劣分级方法,以航麦8805为研究对象,利用图像处理技术对小麦籽粒图像进行预处理并提取小麦籽粒的形态、颜色和纹理等21个特征.然后采用灰狼算法对支持向量机的两个参数(c、σ)进行优化,建立GWO-SVM模型,从而对小麦籽粒进行优劣分级.与其他算法相比,GWO优化SVM的算法对小麦籽粒的分级准确率有明显的提高,对小麦籽粒优劣分级的准确率可达到95.08％.

关键词：小麦籽粒、优劣分级、灰狼优化算法、支持向量机

资助基金：河北省教育厅重点研究项目ZD2016158

在线出版日期：2021-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：200-206