神经网络在储粮害虫识别中的应用

被引：38

作者：

邱道尹

张成花

张红涛

沈宪章

岳永娟

机构：

[1] 华北水利水电学院,郑州大学,华北水利水电学院,郑州大学,郑州大学

来源：

农业工程学报 | 2003年 / 01期

关键词：

储粮害虫; 图像识别; 神经网络; BP算法; 遗传算法;

D O I：

暂无

中图分类号：

S379.5 [防潮、防霉处理，防虫、防鼠、防火];

学科分类号：

083203 ;

摘要：

重点研究了基于图像识别的储粮害虫自动检测系统中的粮虫分类环节。对分割后的储粮害虫二值化图像 ,从 10多个形态特征中选择出 5个有效的特征 ;将 GA和 BP算法相结合来训练神经网络 ,克服了传统 BP算法收敛速度慢、易陷入局部极小等缺陷 ,对 4类害虫的 2 0个样本的识别率达到 10 0 % ,为系统的实际应用奠定了基础

引用

页码：142 / 144

页数：3

共 10 条

[1] 利用图像处理技术检测粮仓害虫的研究 [J].

徐昉 ;

邱道尹 ;

白旭光 ;

沈宪章 .

郑州工程学院学报, 2001, (01) :78-81

[2] 粮仓害虫的特征提取与分类的研究 [J].

徐昉 ;

邱道尹 ;

沈宪章 .

郑州工业大学学报, 2000, (04) :62-65

[3] 有教师的线性基本函数前向三层神经网络结构研究 [J].

高大启 .

计算机学报, 1998, (01) :80-86

[4] BP算法各种改进算法的研究及应用 [J].

金丕彦，芮勇 .

南京航空航天大学学报, 1994, (S1) :201-205

[5] 神经网络中BP算法的分析 [J].

张铃 ;

张钹 .

模式识别与人工智能, 1994, 7 (03) :191-195

[6] 储粮害虫防治战略——害虫综合治理 [J].

梁永生 .

粮油仓储科技通讯, 1994, (04) :7-11

[7] 多层神经网络学习算法的研究 [J].

汤新梁 .

数据采集与处理, 1991, (04) :15-20

[8]

两种小运算量的特征选择方法[J]. 周伟,北海.模式识别与人工智能. 1990 (03)

[9]

Influence of trap design and location on the capture of Plodia interpunctella (Indian meal moth) (Lepidoptera: Pyralidae) in a release-recapture study[J] . Michael A. Mullen,E.Paul Wileyto,Frank H. Arthur.Journal of Stored Products Research . 1998 (1)

[10] DYNAMIC PARAMETER ENCODING FOR GENETIC ALGORITHMS [J].

SCHRAUDOLPH, NN ;

BELEW, RK .

MACHINE LEARNING, 1992, 9 (01) :9-21

← 1 →