基于区分深度置信网络的病害图像识别模型

• 作者: 宋丽娟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 病害图像 区分深度置信网络 指数损失函数
• 年，卷（期）: 2017,（21）
• 所属期刊栏目: 热点与综述
• 页码范围: 32-36,48
• 页数: 6页
• 分类号: TP391.4
• 字数: 4256字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1707-0506

摘要

对枸杞病害进行及时、准确地检测识别对于病害的监测、预测、预警、防治和农业信息化、智能化建设具有重要意义.研究提出了一种基于区分深度置信网络的枸杞病害图像分类识别模型.首先,把枸杞叶部病害图像通过自动裁剪方式获得包含典型病斑的子图像,再采用复杂背景下的图像分割方法分割病斑区域,提取病斑图像的颜色特征、纹理特征和形状特征共计147个,结合区分深度置信网络和指数损失函数建立了病害识别模型.实验结果表明,该方法对于病害图像识别效果较好,与支持向量机相比,基于区分深度置信网络的病害图像识别模型高效地利用了底层图像特征的高层表示,解决了没有足够标注数据时的图像识别问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋丽娟	西北大学信息科学与技术学院	22	38	3.0	5.0