摘要
本发明涉及机器学习领域,具体涉及一种昆虫趋向性行为分析方法,该方法包括采集训练数据;对训练数据进行预处理,将昆虫行为数据由连续变量转化为离散变量;对经处理的训练数据进行特征提取得到多条特征数据,对多条特征数据进行标准化处理;标注每条标准特征数据的趋向性行为类别;将多条标准特征数据输入至分析模型中,采用结合动态核宽度自适应调整策略的支持向量机分类算法训练分析模型;采集新的刺激源参数数据与新的昆虫行为数据作为输入数据,处理后输入至经训练分析模型中,获得输入数据的趋向性行为类别。现有方法对昆虫的趋向性行为类别的判断并不准确,该方法对昆虫的趋向性行为类别的判断较为准确。
技术关键词
支持向量机模型
分析方法
动态
分解特征
贝叶斯网络推理
正则化参数
策略
数据依赖关系
样本
粒子
变量
多层次
标记
复杂度
声波