将模拟退火算法应用于粮虫图像识别中支持向量机分类器参数C和g的优化,并与网格搜索法优化结果进行了对比,结果表明参数优化速度提高了3.91倍,分类器的识别率提高了5.56%.应用SAA-SVM分类器对粮仓中危害严重的9类粮虫进行了自动分类,识别率达到95.56%,证实了基于SAA-SVM的分类器对粮虫进行自动分类是可行的.
% 使用模拟退火法求函数 f(x,y)=x^2+y^2的最小值
% 使用METROPOLIS接受准则进行模拟
%% 清空环境
tic % 计时
clear
clc
close all
format compact
%% 绘制目标函数图像
x=-5:0.1:5;
y=-5:0.1:5;
[X,Y]=meshgrid(x,y);
value=X.*X+Y.*Y;
figure('Name','目标函数图像')
mesh(X,Y,value)
%% SA算法主程序
end
%% 结果显示
disp(['最小值在点:',num2str(Par_best)]);
Objval_best= ObjectFunction(Par_best);
disp(['最小值为:',num2str(Objval_best)]);
%% 显示运行时间
toc
[1]胡玉霞, 张红涛. 基于模拟退火算法-支持向量机的储粮害虫识别分类[J]. 农业机械学报, 2008, 39(9):4.
部分理论引用网络文献,若有侵权联系博主删除。