基于DHNN的玉米种子质量评级方法

• 作者: 张林 李英 杨琳 温阳 王博
• 来源期刊: 江苏农业科学
• 学科: 农学
• 关键词: 离散型Hopfield神经网络 种子分级 玉米种子 外观评价指标
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 农业工程与信息技术
• 页码范围: 201-204
• 页数: 4页
• 分类号: TN911.73|S126
• 字数: 3781字
• 语种: 中文
• DOI: 10.15889/j.issn.1002-1302.2018.11.051

摘要

为了更加精准、快速、客观地对玉米种子外观的质量进行分级,通过引入DHNN网络建立了一种玉米种子质量评级体系.将这个质量评级体系应用于玉米种子外观检测中,以陕西省商洛市种植的正大12号品种的5 000粒典型分级的种子作为训练样本,训练了网络模型;以1 000粒未知等级的种子作为评价样本,对这些种子进行分级预测试验,准确率可达96.3%.结果表明,这种评级方法可以有效提高玉米种子外观质量分级的精准度和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李英	商洛学院电子信息与电气工程学院	37	52	4.0	6.0
2	王博	商洛学院电子信息与电气工程学院	16	13	2.0	3.0
3	张林	商洛学院电子信息与电气工程学院	53	106	5.0	6.0
4	杨琳	商洛学院电子信息与电气工程学院	41	49	3.0	4.0
5	温阳	上海交通大学电子信息与电气工程学院	2	0	0.0	0.0