1 引言
2 材料与方法
2.1 试验系统及对象
2.2 SVM及参数优化
2.3 基于灰度共生矩阵的纹理特征提取
2.4 数据集构建
表1 训练集样本的分类标准Table 1 Classification criteria for training set samples |
级别 | 行为描述 |
---|---|
弱 | 鱼对饲料完全没有反应 |
一般 | 鱼不主动移向饲料,只摄食落在面前的饲料 |
中 | 鱼移向饲料并摄食,然后返回原先位置 |
强 | 鱼游向饲料并消耗掉所有提供的饲料 |
2.5 性能评价指标
3 结果与讨论
3.1 摄食强度评估结果
表 2 4种典型摄食强度图像归一化后的特征值Table 2 Normalized feature values of 4 typical feeding intensity images |
逆差距 | 能量 | 相关性 | 对比度 | 熵 | |
---|---|---|---|---|---|
弱 | 0.7075 | 0.3763 | 0.8932 | 0.1026 | 0.3683 |
一般 | 0.6421 | 0.7013 | 0.7188 | 0.1377 | 0.2469 |
中 | 0.5273 | 0.4022 | 0.6796 | 0.1670 | 0.4710 |
强 | 0.1386 | 0.2704 | 0.2739 | 0.4563 | 0.8582 |
表3 摄食强度评估结果Table 3 Results of the feeding intensity evaluation |
方法 | 参数 | 优化结果 | 准确率/% | |
---|---|---|---|---|
c | g | |||
GS_SVM | c∈[2-4, 24], g∈[2-4, 24],step=0.5 | 16 | 11.31 | 87.78 |
3.2 方法表现评估
表4 摄食强度评估测试样本的识别结果Table 4 Feeding intensity evaluation results of the samples |
组别 | 种类 | 总数 | 识别数 | 准确率/% |
---|---|---|---|---|
1 | 弱 | 40 | 37 | 92.5 |
一般 | 40 | 36 | 0.90 | |
中 | 40 | 35 | 87.5 | |
强 | 40 | 37 | 92.5 | |
2 | 弱 | 40 | 37 | 92.5 |
一般 | 40 | 35 | 87.5 | |
中 | 40 | 34 | 87.5 | |
强 | 40 | 38 | 85.0 | |
合计 | 320 | 289 | 90.3 |