基于統(tǒng)計學習的魚齡識別方法的研究.pdf

1、魚的年齡知識是魚類資源評估和管理的一個重要考核指標，傳統(tǒng)年齡估計方法就是魚類科學家根據耳石內鈣化形成的結構來判斷魚的年齡，但由于耳石的形成、發(fā)育受許多因素的影響，例如：季節(jié)的變化、溫度、棲息地和飲食等，耳石的結構具有其自身的特點，人工通過耳石判斷魚類的年齡只有經驗豐富的魚類專家才能解釋，即便如此，也會產生不精確的年齡估計問題。所以通過人工識別魚的年齡仍然是一個費時、費力的難題。諸多因素決定了對魚齡識別自動化的迫切需要。運用圖像處理、模式

2、識別等學科知識，開發(fā)出計算機輔助魚齡自動識別系統(tǒng)有很大的應用價值。
　　 依據魚的耳石圖像對魚的年齡進行解釋和識別是目前魚類年齡的研究熱點，對耳石圖像進行有效的特征選擇和分類識別在魚齡識別系統(tǒng)的開發(fā)研究中占有重要的地位。本文結合耳石圖像的特點，提出了基于主成分分析(PCA)和核主成分分析(KPCA)的特征選擇方法，并結合模式識別的分類原理、比較各種可用于模式識別的分類決策方法，提出了基于支持向量機(SVM)和概率支持向量機(PP

3、SVM)的分類算法。具體包括：
　　 1.基于PCA和SVM的魚齡識別方法。該方法首先獲得魚的耳石圖像的特征，然后通過主成分分析的方法來提取這些特征的主元，接著將這些主元輸入到支持向量機中進行訓練，然后通過支持向量機來對魚的分類結果進行決策。
　　 2.基于KPCA和SVM的魚齡識別方法。與主成分分析的方法不同的是該方法通過
　　 核主成分分析的方法來提取魚的耳石圖像特征的主元，然后用支持向量機對魚的年齡進行分類