基于T-S模型的模糊神经网络在植物病害图像分割中的应用

• 作者: 关海鸥 许少华 谭峰
• 来源期刊: 中国农业大学学报
• 学科: 工学
• 关键词: 植物病害 图像分割 模糊神经网络 量子遗传算法 决策系统
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 145-149
• 分类号: TP391
• 语种: 中文

摘要

针对植物病害图像的病斑区域边缘像素存在模糊性和不确定性,利用T-S模型的模糊规则后件是输入语言变量的函数特性,提出线性清晰化的自适应五层模糊神经网络模型作为植物病害图像模式分类的决策系统,并利用量子遗传算法对模型系统的可调整参数的初始值进行全局优化.试验结果表明:该模型对马铃薯早疫病的彩色图像的有效病班区域分割精确达到100%,学习算法速度快、收敛稳定、鲁棒性较好,避免了传统梯度下降学习算法的局部最小值,并且简单易于实现.

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