一种水稻田稻飞虱图像识别的混合算法

• 作者: 孙玮 程科 高尚
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: BP神经网络 粒子群 均匀设计 稻飞虱 农作物
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 理论研究
• 页码范围: 17-21
• 页数: 5页
• 分类号: TP391.41|S511
• 字数: 4628字
• 语种: 中文

摘要

BP 神经网络方法和粒子群（ PSO ）方法较常用于稻飞虱图像处理。但是， BP 算法容易陷入局部极值且收敛速度缓慢；PSO 方法容易实现，而其参数较难合理设置。为此，提出一种基于BP 和 PSO 的混合型算法，应用于稻飞虱图像的识别。算法利用PSO方法来优化BP 网络权值，提高训练性能。为了避免 PSO 方法参数难以设定的缺点，采用了基于均匀设计的算法来设定PSO参数。同时，在稻飞虱图像预处理的关键环节，采用HLS 模型实现图像的灰度转换。实验结果表明：与BP算法和PSO 算法相比， BP－PSO 混合算法识别率明显提高，平均正确识别率达到97％，训练时间降到1s以内，满足算法的实时性要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高尚	江苏科技大学计算机科学与工程学院	159	1624	18.0	34.0
2	程科	江苏科技大学计算机科学与工程学院	32	205	6.0	14.0
3	孙玮	江苏科技大学计算机科学与工程学院	2	2	1.0	1.0