《基于机器学习的空间站舱室材料表面真菌滋生监测》为作者：陆月盈最新的研究成果，本论文的主要观点为选取了空间密闭舱室的四种典型真菌在空间舱常用铝合金板材料表面接种腐蚀实验，得到真菌滋生图像。基于图像增强、特征筛选，比较支持向量机（SVM）和随机森林两种分类模型的识别效果，结果表明SVM 分类模型能够有效识别铝合金板材料表面真菌污染情况下的真菌类别与生物量，准确率均达到97%以上。这为建立空间舱环境微生物污染情况的监测与控制提供了图像信息基础，为今后建立更加高效的空间舱室微生物检测方法提供了新的思路。不知是否符合录用要求，望您批评与指正。