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:
以粮虫为对象,研究了利用数字图像处理技术与BP神经网络技术实现分类识别的方法.首先对4类常见粮虫进行图像采集、预处理及特征提取,然后将提取到的9个形态学特征参数作为神经网络的输入参数,对应的粮虫类别代号作为输出参数,建立BP神经网络,并在网络学习过程中采用贝叶斯正则化优化算法对其进行改进.最后通过仿真试验表明:该方法在粮虫识别算法中收敛速度快,预测精度高,稳定性好,泛化能力优,从而证实了该方法在实际应用中的可行性.
推荐文章
基于贝叶斯正则化算法BP神经网络钒电池SOC预测
钒电池
荷电状态
BP神经网络
贝叶斯正则化算法
基于改进贝叶斯正则化BP神经网络的测试性评估技术研究
测试性评估
BP神经网络
贝叶斯正则化
初始权值和阈值
基于贝叶斯网络的步态识别
生物特征识别
步态识别
贝叶斯网络
基于预测能力的贝叶斯网络分类器学习
贝叶斯网络
分类器
预测能力
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 基于贝叶斯正则化BP网络的粮虫分类识别研究
来源期刊 安徽农业科学 学科 农学
关键词 粮虫 图像处理 BP神经网络 贝叶斯正则化
年,卷(期) 2012,(34) 所属期刊栏目 农业信息科学
研究方向 页码范围 16914-16917
页数 4页 分类号 S156|TP183
字数 2842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 戴宁 南京航空航天大学机电学院 127 807 13.0 23.0
2 程筱胜 南京航空航天大学机电学院 100 863 13.0 27.0
3 沈国峰 南京航空航天大学机电学院 3 7 2.0 2.0
4 崔海华 南京航空航天大学机电学院 50 108 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (90)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (29)
二级引证文献  (5)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
粮虫
图像处理
BP神经网络
贝叶斯正则化
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
安徽农业科学
半月刊
0517-6611
34-1076/S
大16开
安徽省合肥市农科南路40号
26-20
1961
chi
出版文献量(篇)
78281
总下载数(次)
236
总被引数(次)
436536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导