《农作物缺素症状诊断的正则化模糊神经网络模型 Diagnosis Model of Crop Nutrient Deficiency Symptoms Based on Regularized Adaptive Fuzzy Neural Network》.pdfVIP

201 2年5月 农业机械学报 第43卷第5期 DOI：i0．6041／j．issn．1000-1298．2012．05．028 农作物缺素症状诊断的正则化模糊神经网络模型木 关海鸥1 衣淑娟1 焦 峰2 许少华3 左豫虎2 金宝石2 (1．黑龙江八一农垦大学信息技术学院，大庆163319；2．黑龙江八一农垦大学农学院．大庆163319； 3．东北石油大学计算机与信息技术学院，大庆163318) 【摘要】 针对农作物冠层图像颜色特征与缺素症状之问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“iLlhen”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。 关键词：叶片营养诊断颜色特征模糊逻辑神经网络正则化 中图分类号：TP391．41文献标识码：A 文章编号：1000一1298(2012)05-0162-06 Model of Nutrient Diagnosis Crop DeficiencySymptoms Basedon Neural RegularizedAdaptiveFuzzy Network GuanHaioulYi XuShaohua3ZuoYuhu2 Jiao JinBaoshi2 ShujuaulFen92 (1，DepartmentofInformationTechnology，Heilong]iang且叫Agricultural163319。China Unwe蚵。Daqing 2．DepartmentofAgriculture，HeilongfiangBayiAgriculturalUn妇emity，Daqing163319，China and P0打口k姗l 3．DepartmentofCompu耙rInformationTechnology，NortheastUniversity，Daqing163318，China) Abstract atthe and betweennutrient andcolorcharacteristicof Aiming ambiguity uncertainty deficiency plant classificationmodelbasedon decision neuralnetworkwasset canopyimage，a regularizedadaptivefuzzy to nutrition the rulesof of inference and ofneural up diagnoseplant byusingcomplete fuzzy