LoveCTO提取出植物叶片的特征后，需要根据其特征向量来进行识别。
1、K最临近（KNN）
KNN是模式识别领域中最常用的分类器。所谓K最临近，就是K个最近的邻居的意思，说的是每个样本都可以用它最接近的K个邻居来代表。
2、K均值（K-means）
K-means算法是一种聚类算法。
3、支持向量机（SVM）
SVM主要应用于模式识别领域，用来解决小样本、非线性样本和高维样本等的识别问题。
4、人工神经网络（ANN）
ANN是人类在对大脑神经网络认识和理解的基础上，人工构造的能够实现某种功能的神经网络。ANN在植物叶片识别领域中的应用很广泛，基本思想是先得到叶片的形状、纹理和颜色等特征，然后将这些特征向量作为分类器的输入特征矢量，在经过网络训练后，对植物叶片进行分类识别。目前，主要应用在植物叶片识别上的人工神经网络分类器有BP神经网络、概率神经网络和自组织特征映射网络等几种。
5、移动中心超球分类器(MCH)
6、遗传算法
