机器学习算法在马铃薯晚疫病分类中的性能研究：超参数调优的作用

《Journal of Crop Health》：Performance Investigation of ML Algorithms for Potato Blight Classification: The Role of Hyperparameter Tuning

土豆晚疫病和早疫病自动检测研究通过超参数优化提升机器学习模型性能。采用PlantVillage和巴基斯坦PLD两个数据集，对SVM、kNN、LDA、随机森林四类模型进行网格搜索优化，SVM准确率最高达95.9%。开发MATLAB GUI实现叶面图像3秒内分类并输出防治建议。

　　

摘要

马铃薯是全球第四大重要粮食作物，有超过十亿人食用。早疫病和晚疫病可导致产量减少多达40%，从而引发严重的经济和粮食安全问题。虽然人工检测方法容易出错，但基于图像的自动化机器学习（ML）提供了一个有前景的替代方案，不过其性能在很大程度上取决于是否进行了适当的优化。本研究探讨了超参数调整在提升马铃薯疫病分类算法中的作用。我们使用了两个数据集：PlantVillage数据集（每个类别500张图像）以及来自巴基斯坦的特定区域马铃薯叶片数据集（PLD）（包含1628张早疫病图像、1424张晚疫病图像和1020张健康叶片图像）。所有图像都被调整为256×256像素大小，并进行了增强处理。我们使用“Bag-of-Features”（BoF）技术提取特征，然后训练了四种经典的机器学习模型——支持向量机（SVM）、k最近邻（kNN）、线性判别分析（LDA）和随机森林（RF）。通过网格搜索和5折交叉验证对超参数进行了优化。这种优化带来了显著的提升：例如，在PlantVillage数据集上，SVM的准确率从93.0%提高到了95.9%；在PLD数据集上，准确率从85.0%提高到了87.0%。通过精确度、召回率、F1分数和特异性等指标的评估，确认SVM是表现最好的模型。混淆矩阵分析显示，大多数误分类发生在两种疫病类型之间，这是由于它们在视觉上的相似性所致。为了将我们的研究成果应用到实践中，我们开发了一个MATLAB图形用户界面（GUI），使农民能够在三秒内对叶片图像进行分类并收到预防性建议。本研究表明，系统的超参数优化对于最大化机器学习性能至关重要，也是构建精准农业实时工具的关键步骤。未来的工作将致力于将该系统扩展到移动设备和网页平台。