农作物缺素症状诊断的正则化模糊神经网络模型

被引：14

作者：

关海鸥 ^{[1
]}

衣淑娟 ^{[1
]}

焦峰 ^{[2
]}

许少华 ^{[3
]}

左豫虎 ^{[2
]}

金宝石 ^{[2
]}

机构：

[1] 黑龙江八一农垦大学信息技术学院

[2] 黑龙江八一农垦大学农学院

[3] 东北石油大学计算机与信息技术学院

来源：

农业机械学报 | 2012年 / 43卷 / 05期

关键词：

叶片营养诊断; 颜色特征; 模糊逻辑; 神经网络; 正则化;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对农作物冠层图像颜色特征与缺素症状之间的模糊性和不确定性,利用模糊逻辑能够完整地表达领域推理规则和神经网络的自适应性,提出一种正则化的自适应模糊神经网络作为作物营养诊断分类决策模型。该模型能充分利用专家先验知识给出的"if-then"规则,完善网络的推理结构,并给出了网络规则层节点的自适应选取方法和相应的反向传播学习算法。通过对大豆缺素症状诊断试验表明,该模型速度快且稳定,精度接近100%,具有良好的适应性和实用性。

引用

页码：162 / 167+156 +156

页数：7

共 13 条

[1] 基于冠层图像颜色特征提取的小麦氮营养水平评价
朱虹
郑丽敏
尹健玲
吴富宁
[J]. 农业工程学报, 2010, 26(S2) (S2) : 16 - 20
[2] 基于遗传模糊神经网络的植物病斑区域图像分割模型
关海鸥
许少华
谭峰
[J]. 农业机械学报, 2010, 41 (11) : 163 - 167
[3] 大豆病斑智能识别无损预处理及其特征提取方法的研究
关海鸥
黄燕
[J]. 河北农业大学学报, 2010, 33 (05) : 123 - 127
[4] 缺素培养对大豆营养生长和根系形态的影响
曾秀成
王文明
罗敏娜
廖红
王秀荣
[J]. 植物营养与肥料学报, 2010, (04) : 1032 - 1036
[5] 基于计算机视觉技术的油菜冠层营养信息监测
袁道军
刘安国
原保忠
胡立勇
刘志雄
张方方
[J]. 农业工程学报, 2009, 25 (12) : 174 - 179
[6] 基于图像处理的小麦病害诊断算法
陈兵旗
郭学梅
李晓华
[J]. 农业机械学报, 2009, 40 (12) : 190 - 195
[7] 数字图像处理技术在农作物病虫草识别中的应用
管泽鑫
姚青
杨保军
胡洁
唐健
[J]. 中国农业科学, 2009, 42 (07) : 2349 - 2358
[8] 一种过程支持向量机及其在动态模式分类中的应用
许少华
何新贵
周继
王兵
[J]. 控制与决策, 2009, (02) : 309 - 312
[9] 基于多准则的多层模糊神经网络学习算法
舒桂清
李力
肖平
[J]. 安徽大学学报(自然科学版), 2007, (01) : 39 - 42
[10] 投影寻踪模型的改进及其在生态农业建设综合评价中的应用
赵小勇
付强
邢贞相
贺延国
[J]. 农业工程学报, 2006, (05) : 222 - 225

← 1 2 →