基于深度信念网络的水稻纹枯病识别方法研究

• 作者: 姜峰 李建宁 李爱传 路阳 郭丹
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 水稻 纹枯病 图像识别 DBN Sobel算子边缘检测
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 理论研究与探讨
• 页码范围: 42-45,85
• 页数: 5页
• 分类号: S435.111.4+2
• 字数: 2619字
• 语种: 中文

摘要

北方寒地水稻纹枯病的危害日趋严重,是困扰水稻种植户的一大难题.为监测该病害的发生,提出了一种基于深度信念网络的病害识别新方法.首先,利用高斯滤波对病害图像进行增强预处理,采用Sobel边缘检测算子提取水稻纹枯病病斑特征;其次,设计并训练了包含3个隐含层受限玻尔兹曼机的深度信念网络,并利用文中提出的深度信念网络对1500幅水稻纹枯病图像进行识别.7重交叉验证测试结果表明:平均识别准确率高达94.05％,优于常见的BP神经网络和支持向量机识别方法,为准确识别水稻纹枯病奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李爱传	黑龙江八一农垦大学电气与信息学院	63	292	9.0	14.0
2	郭丹	黑龙江八一农垦大学电气与信息学院	30	74	5.0	7.0
3	路阳	黑龙江八一农垦大学电气与信息学院	22	69	5.0	7.0
4	李建宁		1	1	1.0	1.0
5	姜峰	黑龙江八一农垦大学电气与信息学院	1	1	1.0	1.0