基于稀疏自编码器的烟叶成熟度分类

• 作者: 王杰 贾育衡 赵昕
• 来源期刊: 烟草科技
• 学科: 农学
• 关键词: 烟叶 成熟度 稀疏自编码器 计算机视觉 特征学习 Softmax回归
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 设备与仪器
• 页码范围: 18-22
• 页数: 5页
• 分类号: S572
• 字数: 3455字
• 语种: 中文

摘要

为降低人工成本,提出了一种基于稀疏自编码器的烟叶成熟度分类算法,从计算机视觉角度自动识别烟叶的成熟度.首先对烟叶数字图像进行去除背景、归一化等预处理操作;其次从无监督学习算法入手,利用稀疏自编码器构建特征学习网络;然后使用部分联通网络进行特征扩展,解决烟叶数字图像像素过大、计算耗时长等问题;最后使用Softmax回归对学习到的特征进行分类.结果表明:将稀疏自编码器应用于烟叶成熟度分类,测试数据分类准确率可达98.63％,优于其他分类器的分类精度.该算法直接从像素层面提取所需要的特征,不需要人为选定设计特征,为提高烟叶成熟度分类效率提供了帮助.