基于遗传模糊神经网络的植物病斑区域图像分割模型

• 作者: 关海鸥 许少华 谭峰
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 植物病害 遗传算法 模糊神经网络 病斑图像
• 年，卷（期）: 2010,（11）
• 所属期刊栏目: 农业自动化与环境控制
• 页码范围: 163-167
• 分类号: TP391.41|S432
• 字数: 4155字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1298.2010.11.032

摘要

针对植物病斑区域图像边界的模糊性和不确定性因素,利用模糊逻辑的推理规则和神经网络的自适应性,提出全规则的自适应模糊神经网络模型作为植物病叶图像像素归属的决策系统,并利用遗传算法对系统的可调整参数初始值进行全局优化,提高了网络训练速度,避免了传统BP算法的局部最小值.通过对马铃薯早疫病病斑图像分割的实验表明,该模型速度快且稳定,精度高且鲁棒性好,简单易于实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许少华	东北石油大学计算机与信息技术学院	52	329	11.0	15.0
2	谭峰	黑龙江八一农垦大学信息技术学院	92	443	12.0	17.0
3	关海鸥	黑龙江八一农垦大学信息技术学院	52	332	10.0	15.0