TY-JOURA2-Gupta/PunitAU-Katri/AjayAU-Agrawal/ShwetaAU-Chatterjee/JyotirMPY - 2022DA - 2022/02TI-Weat种子分类:使用集合机器学习方法SP - 2626868VL - 2022AB-识别并认证小麦品种对谷链质量评价至关重要,特别是种子检验方法粒子识别验证通过直接视觉检验人工执行自动分类技术基于机器学习和计算机视觉提供快速高通量解决方案即便如此,分类仍是一个复杂过程论文使用机器学习方法划分小麦种子种子分类基于7个物理特征:小麦面积、小麦外围、紧凑性、内核长度、内核宽度、偏差系数和内核槽长度数据集从UCI库收集并存210小麦内核数据集内存三大小麦品种卡马、罗莎和加拿大内核,70个组件随机选择实验第一阶段,K近邻分类回归树和高斯纳伊夫贝叶斯算法应用分类算法结果与机器学习共通方法比较结果表明计算KNN决策器和Naïve贝叶斯分类器的接受率分别为92%、94%和92%。最高精度95%是通过联想分类程序实现的,决策基于硬投票SN-1058-9244UR-https://doi.org/101155/20222668DO-10.1155/2022262668JF-科学编程PB-HindawiKW-ER-ER