基于本体与认知经验的农业机器人视觉分类决策方法

摘要：

基于小样本数据下认知经验知识辅助计算机进行决策,对实现农业领域机器人智能认知决策与助力智慧农业发展具有重要意义.本文在统计计数、支持向量机(SVM)等图像属性信息学习方法基础上,使用Protégé等工具,基于认知经验构建水果识别分类的专业知识库;然后根据图像颜色与形状信息,进行知识库搜索推理得到分类决策.实验在Fruit360数据集中共选择2 091幅葡萄、香蕉、樱桃水果图像作为测试集,并各挑选30幅图像作为属性信息训练集与验证集,结果表明当前数据下葡萄与樱桃识别准确率为100％,香蕉识别准确率为93.30％.仅在知识库添加黄桃知识后,对984幅黄桃图像样本进行测试,其分类准确率为97.05％.表明本文方法能有效完成图像分类决策任务,且具有良好的过程可解释性、能力共享性和可拓展性.

关键词：智慧农业、认知决策、图像分类、属性学习、本体技术、知识库

所属期刊栏目：54

分类号：TP242(自动化技术及设备)

资助基金：国家自然科学基金;广东省农业科技创新十大主攻方向揭榜挂帅项目;广东省大学生科技创新培育专项资金项目

在线出版日期：2023-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：208-215