基于优化BP神经网络的水稻病害识别算法研究

摘要：

结合图像处理技术和机器学习算法,对水稻的3种最常见病害(即稻瘟病、白叶枯病和细菌性条斑病)进行识别和分类.首先,分割出水稻病害图像中的病斑部分并建立图像集,然后针对病理外在表现提取和优化病斑特征.接着,建立BP神经网络模型来根据优化后的特征来识别不同种类的水稻病害.最后,利用模拟退火算法结合自适应遗传算法,为BP算法选择合适的初始参数,以寻求最优解,改进分类模型.结果 表明,改进后的NAGSA-BP算法具有较高的水稻病害识别准确率,具有可行性,且与传统的人工检测方法相比更加准确和高效.

关键词：水稻病害识别、BP神经网络、自适应遗传算法、模拟退火算法、图像处理

所属期刊栏目：46

分类号：TN911.73;TP183

在线出版日期：2020-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：85-87,93