|
|||||
|
|
| 基于多任务联合稀疏表示的水稻叶片病害自动识别算法 | |
| 作者单位： | ;1.广东外语外贸大学语言工程与计算实验室;2.仲恺农业工程学院科学技术处 |
| 摘 要： | 在水稻(Oryza sativa L.)病害自动识别技术中,针对不同种类病害在抽取到相似特征的情况下,病害难于区分,甚至做出错误判断,从而降低识别率的问题,提出了多任务联合稀疏表示的水稻叶片病害自动识别算法.该算法将单一病害特征的识别过程看作"任务",要求这些"任务"特征在同一个训练数据集合的对应特征字典下能够稀疏表示,同时不同"任务"的稀疏表示系数向量具有相似的结构,从而实现了利用不同"任务"间的相互关系提高判断的准确率.同时这种算法使得病害的识别通过一次处理完成,避免了传统方法多次判断所引入的误差.实验表明,该算法能够充分挖掘不同特征类型间的关系,从而提高了识别的效率. |
| 关 键 词： | 多任务学习 联合稀疏表示 特征提取 病害识别 水稻(Oryza sativa L.) |
Automatic recognition algorithm for rice leaf diseases based on multi-task joint sparse representation |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |