多光谱成像技术诊断植物病虫害的人工神经网络模型
다광보성상기술진단식물병충해적인공신경망락모형
Multispectral imaging techniques diagnosing plant diseases and insect pests using artificial neural networks
  • 万方数据
    光学技术 광학기술
    OPTICAL TECHNOLOGY
    2008年 5期 717-720 ,共4页

    冯洁%廖宁放%赵波%罗永道%李宝聚%戴志福%DAI Zhi-fu

    풍길%료저방%조파%라영도%리보취%대지복%DAI Zhi-fu

    多光谱成像%BP人工神经网络%植物病虫害诊断 多光譜成像%BP人工神經網絡%植物病蟲害診斷
    다광보성상%BP인공신경망락%식물병충해진단
    为了实现可靠的植物病虫害诊断,提出把人工神经网络和多光谱成像技术结 合的方法,并将该方法用于常见的三种黄瓜病害的识别研究.在此基础上,实验采用窄带多 光谱成像技术获取患病黄瓜叶面的14个可见光通道和近红外通道、全色通道的多光谱图像. 利用BP网络对病斑样本的光谱信息进行学习分类.和14通道训练结果比较,增加850nm的近 红外通道和全色通道,使网络的训练时间缩短、预测能力提高.实验结果表明,这种方法对植物进行快速、准确和非破坏性诊断提供可靠的技术支持.
    위료실현가고적식물병충해진단,제출파인공신경망락화다광보성상기술결 합적방법,병장해방법용우상견적삼충황과병해적식별연구.재차기출상,실험채용착대다 광보성상기술획취환병황과협면적14개가견광통도화근홍외통도、전색통도적다광보도상. 이용BP망락대병반양본적광보신식진행학습분류.화14통도훈련결과비교,증가850nm적근 홍외통도화전색통도,사망락적훈련시간축단、예측능력제고.실험결과표명,저충방법대식물진행쾌속、준학화비파배성진단제공가고적기술지지.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문