基于半监督主动学习的菊花表型分类研究-农业机械学报.PDFVIP

20 18 年9 月 农 业 机 械 学 报 第49 卷 第9 期 doi:10.6041/ j.issn.1000鄄1298.2018.09.003 基于半监督主动学习的菊花表型分类研究 1 1,2 3 1,2 袁培森摇 任守纲 摇 翟肇裕 摇 徐焕良 (1.南京农业大学信息科学技术学院,南京210095;2.国家信息农业工程技术中心,南京210095; 3.马德里理工大学技术工程和电信系统高级学院,马德里28040) 摘要:鉴于人工和专家分类模式的局限性,基于表型的菊花分类存在效率低下的问题。 本文采用基于半监督主动 学习技术,在已分类菊花数据的基础上,利用未标号菊花样本数据提供的信息,建立了菊花表型分类模型,提升了 分类质量和效率。 该模型可以不依赖外界交互,利用未标号样本来自动提升菊花分类的质量。 为了训练学习模 型,本文收集了菊花的表型特征数据,标注了菊花表型类别,并研究了菊花分类属性特征的编码技术。 在此数据集 上,采用基于图标号传播的半监督学习技术对未标号的菊花数据进行建模,为了提升半监督分类的有效性,在标号 传播的基础上使用主动学习技术,采用熵最大策略来选择难以识别的样本,以改进分类质量。 在该数据集上进行 了试验验证,并进行了试验对比和分析,试验结果表明,本文方法能够较好地利用未标号菊花样本提升分类的精 度,随着标号百分比从6郾25%升至23%,识别精度达到0郾7 以上,标号百分比在81郾25%时,平均识别精度和召回率 分别达到0郾91和0郾88。 关键词:菊花表型分类;半监督学习;图模型;one hot编码;主动学习;熵最大化 中图分类号:TP391 文献标识码:A 文章编号:1000鄄1298(2018)09鄄0027鄄08 Chrysanthemum Phenotypic Classification Based on Semi鄄supervised Active Learning 1 1,2 3 1,2 YUAN Peisen 摇 REN Shougang 摇 ZHAI Zhaoyu 摇 XU Huanliang (1.College of Information Science and Technology,NanjingAgricultural University,Nanjing 210095,China 2.National Engineering and Technology CenterforAgriculture,Nanjing 210095,China 3.Superior School of Technical Engineering and Telecommunication Systems,Technical University of Madrid,Madrid28040,Spain) Abstract:Phenotype鄄basedclassificationplaysanessentialroleinplantresearch. Chrysanthemumflower has great momentous economic value and medicinal value,and has feature of morphological and genetic diversity as well. Due to the limitations of the artificial classification model by expert and the characterist