基于支持向量機(jī)的小麥品種識(shí)別

陳茂林 龔正 高榮榮

【摘 要】本文應(yīng)用基于支持向量機(jī)算法，根據(jù)小麥種子的7個(gè)基本特征進(jìn)行小麥品種識(shí)別。采用UCI標(biāo)準(zhǔn)數(shù)據(jù)集收集的210條小麥種子特征數(shù)據(jù)，對(duì)小麥品種進(jìn)行分類(lèi)驗(yàn)證。經(jīng)檢驗(yàn)，基于支持向量機(jī)對(duì)小麥品種數(shù)據(jù)的預(yù)測(cè)正確率可達(dá)到96%。本實(shí)驗(yàn)結(jié)果表明該方法可以用于識(shí)別小麥種子特征并能對(duì)小麥品種進(jìn)行正確的識(shí)別。

【關(guān)鍵詞】支持向量機(jī)；小麥品種識(shí)別；UCI數(shù)據(jù)集

一、引言

小麥?zhǔn)切←溝抵参锏慕y(tǒng)稱(chēng)，是單子葉植物，是一種在世界各地廣泛種植的禾本科植物，小麥的穎果是人類(lèi)的主食之一，磨成面粉后可制作面包、饅頭、餅干、面條等食物；發(fā)酵后可制成啤酒、酒精、白酒（如伏特加），或生質(zhì)燃料。小麥富含淀粉、蛋白質(zhì)、脂肪、礦物質(zhì)、鈣、鐵、硫胺素、核黃素、煙酸、維生素A及維生素C等。

人工智能的快速發(fā)展帶動(dòng)了基于數(shù)據(jù)挖掘的人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)智能分類(lèi)方法。人工神經(jīng)網(wǎng)絡(luò)具有非線(xiàn)性、自學(xué)習(xí)、自適應(yīng)，能夠大規(guī)模并行處理等特征，同時(shí)內(nèi)部訓(xùn)練過(guò)程是在黑箱中進(jìn)行的，只要直接輸入數(shù)據(jù)即可得出結(jié)果。但缺點(diǎn)也很明顯，神經(jīng)網(wǎng)絡(luò)中參數(shù)無(wú)法解釋?zhuān)瑫r(shí)訓(xùn)練過(guò)程在黑箱中進(jìn)行，具有一定的盲目性，由于它是基于經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原則，容易出現(xiàn)“過(guò)擬合”現(xiàn)象，即有可能出現(xiàn)陷入局部最優(yōu)解而無(wú)法得到全局最優(yōu)解的現(xiàn)象。而支持向量機(jī)借助最優(yōu)化方法來(lái)解決機(jī)器學(xué)習(xí)問(wèn)題，依賴(lài)結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則，針對(duì)小樣本得到全局最優(yōu)解，解決了在神經(jīng)網(wǎng)絡(luò)方法中無(wú)法避免的局部極值問(wèn)題。支持向量機(jī)（SVM）建立在計(jì)算學(xué)習(xí)理論的結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則之上，其主要優(yōu)點(diǎn)之一是可以處理線(xiàn)性不可分的情況。支持向量機(jī)用于模式識(shí)別的基本思想是將一個(gè)超平面作為決策平面，不但能將分類(lèi)中的兩類(lèi)樣本正確分開(kāi)，而且使分類(lèi)間隔最大，即將優(yōu)化問(wèn)題轉(zhuǎn)化為一個(gè)凸型的二次規(guī)劃問(wèn)題，由標(biāo)準(zhǔn)的拉格朗日乘子法求出的結(jié)果即為全局最優(yōu)解，且具有很高的精度。

二、材料與方法

（一）材料

從UCI數(shù)據(jù)集收集小麥種子數(shù)據(jù)集，其內(nèi)容包括三種不同品種的小麥的籽粒：Kama、Rosa、Canada。選取小麥的7個(gè)特征（面積、周長(zhǎng)、致密度、核仁長(zhǎng)度、核仁寬度、不對(duì)稱(chēng)系數(shù)、核溝長(zhǎng)度），進(jìn)行分類(lèi)驗(yàn)證。

（二）方法

支持向量機(jī)

支持向量機(jī)分類(lèi)方法是一種基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化的原理，針對(duì)一個(gè)給定的有限數(shù)量訓(xùn)練集樣本的學(xué)習(xí)任務(wù)，通過(guò)在原空間或經(jīng)投影后的高維空間中構(gòu)造最佳分類(lèi)超平面作為決策面。從線(xiàn)性可分模式來(lái)看，該決策面不但能夠?qū)⑺杏?xùn)練樣本正確分類(lèi)，而且使訓(xùn)練樣本中離分類(lèi)面最近的點(diǎn)到分類(lèi)面的距離最大。如圖1所示。訓(xùn)練樣本為非線(xiàn)性時(shí)，通過(guò)非線(xiàn)性函數(shù)φ（x） 將樣本x映射到一個(gè)高維線(xiàn)性特征空間，在這個(gè)維數(shù)可能為無(wú)窮大的線(xiàn)形空間中構(gòu)造最優(yōu)分類(lèi)超平面，并得到分類(lèi)器的判別函數(shù)。再根據(jù)最大間隔思想，引入懲罰項(xiàng)CΣ§i，建立原始最優(yōu)化問(wèn)題，通過(guò)強(qiáng)對(duì)偶定理對(duì)原問(wèn)題進(jìn)行求解，利用核函數(shù)提高樣本的線(xiàn)性可分性，將線(xiàn)性分類(lèi)學(xué)習(xí)機(jī)算法推廣到非線(xiàn)性的情況。

小麥種子的種類(lèi)眾多，本文選取了Kama、Rosa、Canada三種有代表性的小麥種子，由于小麥種子類(lèi)別受自然因素和自身屬性的影響，經(jīng)查閱文獻(xiàn)，最終選取7個(gè)較為典型的特征作為輸入，以小麥種子類(lèi)別作為輸出建立模型。本實(shí)驗(yàn)選取了210條數(shù)據(jù)，隨機(jī)分為7組，對(duì)其中的6組數(shù)據(jù)進(jìn)行模型訓(xùn)練，對(duì)訓(xùn)練集用支持向量機(jī)進(jìn)行處理，應(yīng)用訓(xùn)練之后的模型對(duì)預(yù)留的1組測(cè)試集進(jìn)行測(cè)試。

三、實(shí)驗(yàn)結(jié)果

本實(shí)驗(yàn)通過(guò)對(duì)訓(xùn)練集用支持向量機(jī)的分類(lèi)算法進(jìn)行處理，采取交叉驗(yàn)證的方法，得到最優(yōu)的懲罰參數(shù)C=512和g=0.03125。經(jīng)本實(shí)驗(yàn)驗(yàn)證，小麥品種的分類(lèi)準(zhǔn)確率達(dá)到96%，可以將三種小麥種子合理的分類(lèi)，說(shuō)明該訓(xùn)練模型的預(yù)測(cè)效果很好。

四、結(jié)論

本文通過(guò)實(shí)例驗(yàn)證可以看出小麥的種類(lèi)受自然因素和自身屬性的影響，根據(jù)小麥的屬性及種類(lèi)分別作為輸入、輸出指標(biāo)建立模型，應(yīng)用支持向量機(jī)的方法進(jìn)行研究，得到合適的決策函數(shù)，可以對(duì)已知相關(guān)特征的小麥種類(lèi)做出準(zhǔn)確的分類(lèi)。為預(yù)測(cè)小麥種類(lèi)提供了一種合理有效的方法，同時(shí)也體現(xiàn)了支持向量機(jī)分類(lèi)算法解決分類(lèi)問(wèn)題的優(yōu)越性。

【參考文獻(xiàn)】

[1] 黃發(fā)良，鐘智. 用于分類(lèi)的支持向量機(jī)[J]. 廣西師范學(xué)院學(xué)報(bào) （自然科學(xué)版 ），2004，（03）：75-78.

[2]劉桃花，侯木舟.鮑魚(yú)年齡分類(lèi)中的判別分析和聚類(lèi)分析[J].邵陽(yáng)學(xué)院學(xué)報(bào)（自然科學(xué)版），2016，13（01）：14-18.

[3]王宏勇，侯惠芳，劉素華.基于遺傳算法和支持向量機(jī)的玉米品種識(shí)別[J].計(jì)算機(jī)工程與應(yīng)用，2008（18）：221-223.