基于卷积神经网络的玉米品种识别

• 作者: 刘林 徐岩 李中远 李晓振 高照
• 来源期刊: 江苏农业学报
• 学科: 工学
• 关键词: 玉米 品种识别 卷积神经网络 Keras学习框架
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 遗传育种?生理生化
• 页码范围: 18-23
• 页数: 6页
• 分类号: TP391
• 字数: 4129字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4440.2020.01.003

摘要

为了解决传统算法中人工提取特征的缺陷,提出了基于卷积神经网络的玉米品种识别算法.以登海518、浚单20和郑单9583个玉米品种为研究对象,制作数据集并进行分类标签,分别标记为0、1、2.使用Keras学习框架搭建网络模型,包括1个输入层、5个连续的卷积池化结构、3个全连接层和1个输出层.卷积层提取有效的特征信息,结合Leaky ReLU激活函数传递至下一层,输出层采用Softmax函数实现玉米品种的识别.使用完成训练的模型对预测集进行预测.结果表明:登海518、浚单20、郑单958的识别率分别达到100.00％、93.99％、92.49％,平均识别率达到95.49％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐岩	山东科技大学电子信息工程学院	33	68	5.0	7.0
2	刘林	山东科技大学电子信息工程学院	2	0	0.0	0.0
3	李中远	山东科技大学电子信息工程学院	1	0	0.0	0.0
4	高照	山东科技大学电子信息工程学院	2	0	0.0	0.0
5	李晓振	山东科技大学电子信息工程学院	3	0	0.0	0.0