哈尔滨理工大学学报
哈爾濱理工大學學報
합이빈리공대학학보
JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY
2011年
6期
68-72
,共5页
白铁成%张任%齐立美%任滨
白鐵成%張任%齊立美%任濱
백철성%장임%제립미%임빈
图像识别%小波包%遗传算法%神经网络
圖像識彆%小波包%遺傳算法%神經網絡
도상식별%소파포%유전산법%신경망락
针对传统人工枣树病害识别费时费力的问题,提出了一种小波包和GA-BP神经网络结合的快速识别方法.通过小波包去噪方法,消除病害图像采集过程中随机噪声产生的干扰,采用小波包分解系数矩阵的奇异值和小波包变换模极大值矩阵的奇异值构造特征输入参数,利用遗传算法优化后的BP神经网络建立红枣病害的识别模型.实验表明,小波包、遗传算法和神经网络相结合可以实现对红枣病害的准确、快速识别,优化后的模型识别精度达到97％,建模时间降为原来的1/9.
針對傳統人工棘樹病害識彆費時費力的問題,提齣瞭一種小波包和GA-BP神經網絡結閤的快速識彆方法.通過小波包去譟方法,消除病害圖像採集過程中隨機譟聲產生的榦擾,採用小波包分解繫數矩陣的奇異值和小波包變換模極大值矩陣的奇異值構造特徵輸入參數,利用遺傳算法優化後的BP神經網絡建立紅棘病害的識彆模型.實驗錶明,小波包、遺傳算法和神經網絡相結閤可以實現對紅棘病害的準確、快速識彆,優化後的模型識彆精度達到97％,建模時間降為原來的1/9.
침대전통인공조수병해식별비시비력적문제,제출료일충소파포화GA-BP신경망락결합적쾌속식별방법.통과소파포거조방법,소제병해도상채집과정중수궤조성산생적간우,채용소파포분해계수구진적기이치화소파포변환모겁대치구진적기이치구조특정수입삼수,이용유전산법우화후적BP신경망락건립홍조병해적식별모형.실험표명,소파포、유전산법화신경망락상결합가이실현대홍조병해적준학、쾌속식별,우화후적모형식별정도체도97％,건모시간강위원래적1/9.
