基于改进级联神经网络的大豆叶部病害诊断模型.PDFVIP

２０１７年 １月 农 业 机 械 学 报 第 ４８卷 第 １期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１７．０１．０２１ 基于改进级联神经网络的大豆叶部病害诊断模型 １ １ １ ２ １ 马晓丹 　关海鸥　祁广云 　刘　刚　谭　峰 （１．黑龙江八一农垦大学信息技术学院，大庆 １６３３１９； ２．中国农业大学现代精细农业系统集成研究教育部重点实验室，北京 １０００８３） 摘要：针对大豆叶部病害性状特征与病种之间的模糊性和不确定性，将数字图像处理技术与神经网络智能推理技 术相结合，充分挖掘大豆受病害胁迫后表现性状与病种之间的潜在规律，提出了基于改进级联神经网络的大豆病 害诊断模型。首先利用自制载物模板无损采集大田大豆叶部病害数字图像，计算病斑区域的形状特征、颜色特征 及纹理特征 １４维度特征参数；为突显各方面特征对于不同病害种类决定作用的差异性，构建各子神经网络并联的 第 １级网络，第２级网络的输入为第 １级网络的输出，利用多维特征各自优势来自动取得病种模式推理规则，建立 了用于大豆叶部病害自动诊断的两级级联神经网络模型，仿真实验准确率为９７６７％；同时应用量子遗传计算优化 级联神经网络参数，平均迭代次数为７４３，平均网络误差为００００９９５４４５，提高了学习效率，实现了大豆叶部病害的 高效自动诊断和精确测报，为大田农作物全面系统地开展作物病害监测、智能施药及自动防治提供了理论依据。 关键词：大豆病害；特征提取；级联神经网络；量子遗传算法；诊断模型 中图分类号：ＴＮ９１１７３；ＴＰ１８３ 文献标识码：Ａ 文章编号：１０００１２９８（２０１７）０１０１６３０６ ＤｉａｇｎｏｓｉｓＭｏｄｅｌｏｆＳｏｙｂｅａｎＬｅａｆＤｉｓｅａｓｅｓＢａｓｅｄｏｎ ＩｍｐｒｏｖｅｄＣａｓｃａｄｅＮｅｕｒａｌＮｅｔｗｏｒｋ １ １ １ ２ １ ＭＡＸｉａｏｄａｎ　ＧＵＡＮＨａｉｏｕ　ＱＩＧｕａｎｇｙｕｎ　ＬＩＵＧａｎｇ　ＴＡＮＦｅｎｇ （１．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，ＨｅｉｌｏｎｇｊｉａｎｇＢａｙｉＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｄａｑｉｎｇ１６３３１９，Ｃｈｉｎａ ２．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＭｏｄｅｒｎＰｒｅｃｉｓｉｏｎＡｇｒｉｃｕｌｔｕｒｅＳｙｓｔｅｍＩｎｔｅｇｒａｔｉｏｎＲｅｓｅａｒｃｈ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ， ＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｃｒｏｐｄｉｓｅａｓｅｉｓａｎｉｍｐｏｒｔａｎｔｆａｃｔｏｒｔｏｒｅｓｔｒｉｃｔｈｉｇｈｙｉｅｌｄｉｎｇ，ｈｉｇｈｑｕａｌｉｔｙａｎｄｈｉｇｈｅｆｆｉｃｉｅｎｃｙｏｆ ｐｒｏｄｕｃｔｓ．Ｓｏｙｂｅａｎｉｓａｃｒｉｔｉｃａｌｃｒｏｐ，ｂｕｔｉｎｃｉｄｅｎｃｅｏｆｓｏｙｂｅａｎｄｉｓｅａｓｅｓｉｎｃｒｅａｓｅｓｙｅａｒｂｙｙｅａｒｄｕｒｉｎｇｔｈｅｉｒ ｇｒｏｗｔｈ，ｓｏｄｉａｇｎｏｓｉｓｏｆｓｏｙｂｅａｎｄｉｓｅａｓｅｓｔｉｍｅｌｙａｎｄａｃｃｕｒａｔｅｌｙｃａｎｐｒｏｖｉｄｅｒｅｌｉａｂｌｅｂａｓｉｓｆｏｒｐｒｅｖｅｎｔｉｏｎ ａｎｄｃｏｎｔｒｏｌｏｆｓｏｙｂｅａｎ．Ｔｈｅｒｅｆｏｒｅ，ａｉｍｉｎｇａｔｔｈｅｆｕｚｚｙａｎｄｕｎｃｅｒｔａｉｎｔｙｂｅｔｗｅｅｎｄｉｓｅａｓｅｔｒａｉｔｓａｎｄｄｉｓｅａｓｅｓ ｏｆｓｏｙｂｅａｎｌｅａｆｄｉｓｅａｓｅｓ，ｃｏｍｂｉｎｉｎｇｄｉｇｉｔａｌｉｍａｇｅｐｏｓｓｅｓｓｉｎｇａｎｄｎｅｕｒａｌｎｅｔｗｏｒｋｔｅｃｈｎｏｌｏ