基于卷积神经网络的黄蜂影响因素模型分析研究

摘要

黄蜂的入侵给当地居民带来麻烦。大黄蜂不仅对当地蜜蜂构成威胁,而且对农业造成巨大破坏。因此,对黄蜂进行准确的分类和识别,并预测黄蜂的传播,对于消灭黄蜂是很有帮助的。文章将视频中清晰的大黄蜂图片收到大黄蜂图片集合中,并将大黄蜂图片转换为jpg格式。在基于卷积神经网络的图像分类模型中对训练集进行训练,对预测集中的数据进行分类和预测。结果表明,该方法的分类精度为0.89。为了将两种分类模型结合起来,文章采用线性加权的方法,取得了较好的效果。在敏感性分析中,主要分析华盛顿环境变量变化对时空混合模型的影响以及训练集能力对决策树模型分类的影响。