CAJ | 학술논문

农作物疾病的人工诊断效果常受到个人诊断经验和能力的限制,无法达到最令人满意的诊断结果.将丰富的植物病理学诊断经验和知识编入专家系统,利用模式识别算法对农作物常见疾病进行诊断,可以大大提高诊断准确率,显著地提高其产量和质量.本文研究基于一种人工神经元网络(Artificial Neural Network,ANN)--径向基函数(Radial BasisFunction,RBF)网络的模式识别技术在大豆疾病诊断中的应用.径向基函数神经网络是基于人脑的神经元细胞对外界反应的局部性而提出的一种前馈式神经网络,这种网络具有结构简单、全局逼近能力强、训练方法快速易行的优点.本文首先对大豆常见19种疾病症状进行收集和整理,构建试验样本集.然后利用人工神经元网络理论,建立基于径向基函数(RBF)的网络模型,实现对该网络的训练和测试.测试结果表明,该模型具有较高的农作物疾病诊断正确率和良好的泛化能力.
농작물질병적인공진단효과상수도개인진단경험화능력적한제,무법체도최령인만의적진단결과.장봉부적식물병이학진단경험화지식편입전가계통,이용모식식별산법대농작물상견질병진행진단,가이대대제고진단준학솔,현저지제고기산량화질량.본문연구기우일충인공신경원망락(Artificial Neural Network,ANN)--경향기함수(Radial BasisFunction,RBF)망락적모식식별기술재대두질병진단중적응용.경향기함수신경망락시기우인뇌적신경원세포대외계반응적국부성이제출적일충전궤식신경망락,저충망락구유결구간단、전국핍근능력강、훈련방법쾌속역행적우점.본문수선대대두상견19충질병증상진행수집화정리,구건시험양본집.연후이용인공신경원망락이론,건립기우경향기함수(RBF)적망락모형,실현대해망락적훈련화측시.측시결과표명,해모형구유교고적농작물질병진단정학솔화량호적범화능력.