基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 设计农作物黄瓜霜霉病叶部图像特征识别系统.方法 应用神经网络技术的反向传播算法,利用基于BP模型的神经网络进行了黄瓜霜霉病叶部的图像特征提取与模式识别生成人工神经网络的结构图.通过黄瓜霜霉病不同阶段110个样本进行训练,并使用另外100个样本进行测试.结果 得到最优的隐含节点数,确定该算法参数的最优解,其中包括惯性项系数α、权值修正系数η与各层网络的权系数.样本训练在有限的允许次数内收敛至误差小于规定的数值并得到次数上最优的隐含节点数目.BP神经网络系数收敛并可达到85%以上的正确识别率.结论 提取了黄瓜霜霉病叶部图像的特征,获得正确的分类识别规则,从而进行图像识别工作.BP神经网络用于作物病害诊断的专家识别系统有借鉴意义.
推荐文章
黄瓜霜霉病的图像识别
黄瓜
图像处理
病害识别
霜霉病
黄瓜霜霉病的识别与防治
黄瓜
霜霉病
症状识别
发生规律
快速鉴定
防治
黄瓜霜霉病的综合防治
黄瓜
霜霉病
防治措施
基于图像处理的温室黄瓜霜霉病诊断系统
温室黄瓜
霜霉病
诊断系统
图像处理
条件随机场
决策树
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP模型的黄瓜霜霉病图像特征识别系统的设计
来源期刊 沈阳建筑大学学报(自然科学版) 学科 工学
关键词 反向传播算法 图像特征 神经网络 黄瓜霜霉病 BP模型
年,卷(期) 2009,(3) 所属期刊栏目 信息与控制
研究方向 页码范围 574-578
页数 5页 分类号 TP391.4
字数 2998字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王军 沈阳理工大学信息科学与工程学院 75 296 8.0 11.0
2 张大伟 东北大学机械工程与自动化学院 24 51 5.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (93)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (13)
二级引证文献  (11)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
反向传播算法
图像特征
神经网络
黄瓜霜霉病
BP模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
沈阳建筑大学学报(自然科学版)
双月刊
2095-1922
21-1578/TU
大16开
沈阳市浑南新区浑南东路9号
8-44
1979
chi
出版文献量(篇)
3683
总下载数(次)
5
总被引数(次)
32666
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导