机器学习技术与病媒生物种属鉴定
裘炯良
周力沛
郑剑宁
施惠祥
李杰
江滨
1.宁波出入境检验检疫局,浙江宁波,3150122.宁波出入境检验检疫局,浙江宁波,3150123.宁波出入境检验检疫局,浙江宁波,3150124.宁波出入境检验检疫局,浙江宁波,3150125.宁波出入境检验检疫局,浙江宁波,3150126.宁波出入境检验检疫局,浙江宁波,315012
摘要：目的 探索应用机器学习技术开展病媒生物的种属鉴定并基于Python语言开发病媒生物机器鉴定系统.方法 采用专家会商法提取宁波口岸常见蝇类的鉴别特征规则,构建特征与不同蝇种一一对应的训练样本数据集.应用k-近邻分类算法进行机器学习,并开发图形用户界面将整个机器学习运算及鉴定过程内嵌其中.结果 抽提出复眼大小、颜色等7个特征,建立95×8维向量矩阵的训练样本数据集;开发病媒生物机器学习与鉴定系统,将80％的数据用于训练,20％的数据用于测试,正确率达到100％.由一名新手借助该信息系统对口岸新采集到的10只蝇进行种属鉴定,准确率达到90％.这些新的鉴定数据导入训练数据集再次进行自我学习、提升经验值.如此往复,逐步将该系统培育成长为病媒生物鉴定专家系统.结论 以机器学习为特征的人工智能在病媒生物鉴定工作中的推广应用,将极大地提升工作效率,为我国的病媒生物防控工作奠定坚实基础.
关键词：病媒生物鉴定机器学习人工智能Python
分类号：R384(医学寄生虫学)R184.3(流行病学与防疫)
资助基金：国家质检总局科技计划项目(2012B172)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 436-439 )
英文信息