论文部分内容阅读
因洱海湿地昆虫具有形态微小、不易识别的特点,为提高昆虫数据智能化处理和分类效率,设计了一种微小昆虫智能识别方法。该方法通过SVM-AdaBoost机器学习模型实现了昆虫图像的分类学习,并基于IOS移动平台,采用MVC(Model View Controller)设计模式,使用Swift语言编写了昆虫图片的获取、显示、识别等功能。通过真机实时性能测试表明该方法具有良好的可靠性,满足了智能化的实时性要求。通过昆虫图像识别效果评估,结果表明该方法能够智能识别湿地微型昆虫,其识别精确度和回调率达到了92%,