基于PCA-LDASVM算法的茶小绿叶蝉识别

来源：中国农机化学报杂志2024年第1期北京时间：

作者：吴鹏, 刘金兰

摘要：为提高茶小绿叶蝉病虫害的识别效率和精度，提出一种基于PCALDASVM的茶小绿叶蝉病虫害识别方法。首先，对采集的茶叶图像进行预处理，得到缩放后的图像；然后，利用主成分分析(PCA)对预处理后的图像提取全局特征，降低特征数据的维度，从而减少后续的计算时间；再利用线性判别分析(LDA)寻找特征数据的最优投影空间，使类内散布距离最小，类间散布距离最大，进一步提高识别的准确率和精确度；最后，利用支持向量机(SVM)分类器进行分类识别。试验结果表明，PCALDASVM模型识别准确率达96%，精确度达100%，召回率达92%，整体识别性能优于SVM，BP，KNN，PCASVM模型，具备一定的理论价值和参考意义。

关键词：茶小绿叶蝉,病虫害识别,主成分分析(PCA),线性判别分析(LDA),支持向量机(SVM)

基金资助：信阳农林学院青年教师科研基金资助项目(QN2021058)；河南省科技攻关项目(212102210534、222102210300)