綜合多分類器的赤潮類圖像分類及拒識技術研究.pdf

1、赤潮日益成為危害海洋生態(tài)環(huán)境和人類生產生活的自然災害。近年我國沿海地區(qū)赤潮頻發(fā),規(guī)模亦呈增長趨勢。監(jiān)控和預測赤潮爆發(fā)并及時采取防治措施,利于保護環(huán)境,保證漁業(yè)生產。海水中藻類細胞的種類和濃度,是預測赤潮爆發(fā)的關鍵信息。傳統(tǒng)監(jiān)測手段是用肉眼通過顯微鏡觀察海水樣本,人工分類和計數。這種方法不僅效率低下,并且要求操作人員具有專業(yè)知識,否則精度不能保證。將流式細胞技術與數字圖像處理、分類識別算法相結合研究開發(fā)的赤潮實時監(jiān)控系統(tǒng),可以迅速檢測出海

2、水樣本中藻類的類別和數量信息,已成為預測赤潮災害的重要科研工具。
　　 本文對基于流式細胞技術獲取的赤潮藻類圖像進行分類識別技術研究。針對海水樣本中藻類類別的多樣性和藻類同類別樣本的分布特點,采用合適的分類算法,處理藻類圖像的分類識別問題,統(tǒng)計藻類樣本的數量,獲得預測赤潮的信息依據。主要研究內容包括：⑴研究支持向量機和半監(jiān)督模糊C均值聚類這兩種傳統(tǒng)的分類算法,提出一種新的SVM-SNP-SFCM算法,結合兩大傳統(tǒng)分類器的特點,對

3、支持向量機做出改進,更好的解決藻類圖像的多類分類問題。⑵針對赤潮爆發(fā)時某單一藻類數量激增的特點,提出一種融合了主觀貝葉斯和SVM-SNP的分類算法,利用序列圖像包含的先驗知識,對非均勻的藻類樣本監(jiān)測,能夠更貼近真實情況的反映赤潮優(yōu)勢種在藻類種群中的分布密度。⑶針對海水樣本中含有雜質和未知藻類的特點,研究拒識模式分類,提出一種包含拒識判別的分類算法,將一類支持向量機oc-SVM構成的拒識層加入分類器,對海水樣本中的雜質和未知藻類實現拒識判