Automated Plant Disease Identification and Detection with Multi-features
1、摘要
***用支持向量机算法分析疾病的比较，用k-均值聚类进行分割，计算严重度值。***与基于神经网络的方法相比，通过识别多达95%的害虫和在某些情况下97%的害虫，它在短时间内提供了非常准确的结果。
2、研究介绍
提出了一种基于遗传算法的最优特征提取和叶片分类选择算法，其中除了分类外，选择最优属性子集成为叶片分类的重要步骤。应用遗传算法程序从叶子图片中去除原因属性排列，并且这些提取的属性被放置在适当的位置用于训练支持向量机。
3、研究内容
当初始对象被提交给一组特定的仿射形式变更或其任意
