分类是数据挖掘 、机器学习 和模式识别 中一个重要的研究领域。分类的目的是学会一个分类模型 (称作分类器)，该模型能把未知类别的数据项映射到给定类别中。目前发展较成熟的几种分类算法 如决策树、神经网络、贝叶斯方法、遗传算法等。分类具有广泛的应用，例如医学诊断、信用卡系统的信用分级、图像模式识别等。本毕业设计通过使用鸢尾属植物(IRIS)数据集，对当前数据挖掘中具有代表性的优秀分类算法进行分析和比较，总结出了各种算法的特性，为使用者选择

基于产生式的植物识别系统，Eclipse，界面采用Jfr a me设计，BorderLayout布局，遵循简单大方便于操作的原则-Plant identification system based on production, Eclipse, interface with Jfr a me design, the BorderLayout layout, easy to follow the principle of operatio

根据特征进行植物种类的识别()

植物虫害检测（GUI，注释，svm算法） 该课题为基于MATLAB SVM方法的植物病害检测系统，带GUI界面，可以识别多种被虫害侵蚀的植物叶子，输出结果。带论文和详细注释。 train 对黄瓜子文件夹所有图片提取 颜色矩特征和gabor纹理特征，然后svm训练 test 对测试图像灰度化，滤波，提取 颜色矩特征和gabor纹理特征，然后svm模型测试，输出类别 colorMom.m 颜色矩特征提取 Gabor