基于改进型人工神经网络的温室大棚蔬菜作物苗期杂草识别技术

• 作者: 刘兵 张辉 李雪原 董亮 雷良育
• 来源期刊: 北方园艺
• 学科: 农学
• 关键词: 神经网络 改进 温室大棚 杂草识别
• 年，卷（期）: 2017,（22）
• 所属期刊栏目: 设施园艺
• 页码范围: 79-82
• 页数: 4页
• 分类号: S626.5
• 字数: 1551字
• 语种: 中文
• DOI: 10.11937/bfyy.20163690

摘要

温室大棚在蔬菜培育中有着广泛应用,在高效生产的同时,除草问题亟待解决.该设计采用一种改进型的人工神经网络算法应对大棚作物苗期杂草识别,通过对遗传算法的神经元参数的优化,以减少错误的发生次数.结果表明:与采用径向基核函数的支持向量机算法相比较,改进型人工神经网络算法识别正确率更高,达到94％以上,可为进一步的除草机器人开发提供技术支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董亮	浙江农林大学工程学院	21	33	4.0	5.0
2	李雪原	浙江农林大学工程学院	17	29	4.0	4.0
3	刘兵	浙江农林大学工程学院	15	27	4.0	4.0
4	雷良育	浙江农林大学工程学院	69	125	6.0	8.0
5	张辉	浙江农林大学工程学院	14	26	3.0	4.0