基于多层感知器网络的农作物疾病诊断系统

• 作者: 刘月文 李永亭 董朝轶 陈晓艳
• 来源期刊: 计算机技术与发展
• 学科: 农学
• 关键词: 反向传播算法 多层感知器网络 疾病诊断 模式识别
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 84-88
• 分类号: TP183|S435.2
• 字数: 4063字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.11.023

摘要

农作物疾病的人工诊断效果常受到个人诊断经验和能力的限制,无法达到最令人满意的诊断结果.将丰富的植物病理学诊断经验和知识编人专家系统,利用模式识别算法,对农作物常见疾病进行诊断,可以大大提高诊断准确率,有效地提高其产量和质量.主要研究了基于一种人工神经元网络—多层感知器网络的模式识别技术在大豆疾病诊断中的应用.MLP神经网络通过模拟生物神经元细胞对外部刺激而产生的反应,构成一种前向神经网络,可以有效地解决非线性不可分问题.首先对大豆常见19种疾病症状进行了收集和整理,构建试验样本集.然后,利用反向传播算法对该网络进行训练和测试.测试结果表明,该模型具有较高的农作物疾病诊断正确率和良好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李永亭	内蒙古工业大学电力学院电工基础教学中心	18	59	4.0	7.0
2	刘月文	内蒙古工业大学电力学院电工基础教学中心	8	39	3.0	6.0
3	董朝轶	内蒙古工业大学电力学院自动化系	15	50	4.0	6.0
4	陈晓艳	内蒙古工业大学电力学院电工基础教学中心	8	27	3.0	5.0