基于改进级联神经网络的大豆叶部病害诊断模型

摘要：

针对大豆叶部病害性状特征与病种之间的模糊性和不确定性,将数字图像处理技术与神经网络智能推理技术相结合,充分挖掘大豆受病害胁迫后表现性状与病种之间的潜在规律,提出了基于改进级联神经网络的大豆病害诊断模型.首先利用自制载物模板无损采集大田大豆叶部病害数字图像,计算病斑区域的形状特征、颜色特征及纹理特征14维度特征参数;为突显各方面特征对于不同病害种类决定作用的差异性,构建各子神经网络并联的第1级网络,第2级网络的输入为第1级网络的输出,利用多维特征各自优势来自动取得病种模式推理规则,建立了用于大豆叶部病害自动诊断的两级级联神经网络模型,仿真实验准确率为97.67％;同时应用量子遗传计算优化级联神经网络参数,平均迭代次数为743,平均网络误差为0.000 995 445,提高了学习效率,实现了大豆叶部病害的高效自动诊断和精确测报,为大田农作物全面系统地开展作物病害监测、智能施药及自动防治提供了理论依据.

关键词：大豆病害、特征提取、级联神经网络、量子遗传算法、诊断模型

所属期刊栏目：48

分类号：TN911.73;TP183

资助基金：国家自然科学基金项目31601220、31371532、黑龙江省自然科学基金项目QC2016031、“十二五”国家科技支撑计划项目2014BAD06B01和黑龙江省农垦总局科技项目HNK125A-08-03

在线出版日期：2017-03-10（万方平台首次上网日期，不代表论文的发表时间）

页码：163-168