| 一种水稻田稻飞虱图像识别的混合算法 |
| |
| 引用本文： | 程科,孙玮,高尚.一种水稻田稻飞虱图像识别的混合算法[J].农机化研究,2015(11):17-21. |
| |
| 作者姓名： | 程科 孙玮 高尚 |
| |
| 作者单位： | 江苏科技大学计算机科学与工程学院 |
| |
| 基金项目： | 国家自然科学基金项目(51008143);江苏省科技创新与成果转化(重大科技成果转化)项目(BA2012129);江苏大学现代农业装备与技术省部共建教育部重点实验室开放基金项目(NZ201303);江苏省研究生科研创新计划项目(1252209AK) |
| |
| 摘 要： | BP神经网络方法和粒子群(PSO)方法较常用于稻飞虱图像处理。但是,BP算法容易陷入局部极值且收敛速度缓慢;PSO方法容易实现,而其参数较难合理设置。为此,提出一种基于BP和PSO的混合型算法,应用于稻飞虱图像的识别。算法利用PSO方法来优化BP网络权值,提高训练性能。为了避免PSO方法参数难以设定的缺点,采用了基于均匀设计的算法来设定PSO参数。同时,在稻飞虱图像预处理的关键环节,采用HLS模型实现图像的灰度转换。实验结果表明:与BP算法和PSO算法相比,BP-PSO混合算法识别率明显提高,平均正确识别率达到97%,训练时间降到1s以内,满足算法的实时性要求。
|
| 关 键 词： | BP神经网络 粒子群 均匀设计 稻飞虱 农作物 |
| 本文献已被 CNKI 等数据库收录！ |
|
