杨伟杰 薛河儒 白洁

(内蒙古农业大学信息与工程学院,内蒙古呼和浩特 010018)

0 引言

奶牛养殖的源头环节就是要保障乳品的质量安全,奶质受损主要的原因就是奶牛患乳腺炎引起的,奶牛乳腺炎的诊断与治疗主要是依据牛奶中所含体细胞的类别与数量。体细胞由巨噬细胞、中性粒细胞、淋巴细胞和上皮细胞组成[1],要想对奶牛患乳房炎进行防治,就需要进一步的研究体细胞种类的分类情况。目前国内外对细胞检测有直接和间接两种计数方法,直接计数法中显微镜计数法是国际标准方法,但是该方法费时费力不适宜对大样本量的数据检测[2];间接计数法中加利福尼亚细胞数测定法是最常用的,但是该方法得到的细胞数测定值是估算值,准确率偏低[3]。牛乳体细胞与人体血液细胞存在很大的区别,目前国内外对于细胞的研究中大部分是面向人体器官的细胞图像,在研究牛乳体细胞分类识别方法占比较小。牛乳体细胞与血液细胞相比干扰信息更多,因此在分类上又增加了一定的难度[4]。本文针对牛乳体细胞构造分类器进行识别,对每一类分类器分类结果进行对比分析,分类结果显示本文构建的四类分类器分类结果精度较高并且可行。

1 单一分类器简介

1.1 KNN分类器

KNN(K-Nearest Neighbors,KNN)是一种较为简单的分类算法的一种。在距离的计算上,一般采用欧几里得距离或者马氏距离。K的取值很重要,假设一个M值,要判断它归属于哪一种类别,就要在样本特征空间中找到距离最邻近K距离的值,将样本中的多数情况作为依据,看属于哪一类别,则M就属于这一类别。……