- · 院科技处组织召开2名博士后出站考核报告会[01/11]
- · 玉米所科技人员参加2020年度广西薯类创新团队总结考评会[01/10]
- · 柳州市柳江区科学技术局人员到葡萄所开展科技工作交流[01/09]
- · 蔬菜所与柳州市柳江区科学技术局开展产学研平台建设座谈会[01/08]
- · 广西热作所农产品质量安全产业科技先锋队到博白县、北流市开展科技服务[01/08]
- · 广西甘蔗生产服务公司人员到甘蔗所座谈交流[01/08]
- · 生物所组织开展防冻抗灾工作[01/07]
- · 广西创新驱动发展专项《广西甘蔗原料蔗亩增1吨关键技术粉垄“145”模式研究与示范》项目启动会在崇左召开[01/07]
基于量子神经网络和组合特征参数的玉米叶部病害识别
作者: 张飞云
关键词: 玉米病害 组合特征参数 量子神经网络 病害识别率 识别
摘要:【目的】探索一种基于量子神经网络和组合特征参数的玉米叶部病害识别方法,以提高玉米叶部病害识别的准确率和效率。【方法】应用K_means硬聚类算法对玉米叶部病害图像进行彩色图像分割,得到彩色分割图像,分别利用提升小波变换和灰度共生矩阵从彩色分割图像中提取颜色和纹理特征参数,利用多重分形分析从灰度图像中提取病害的形状特征参数。【结果】根据提取的组合特征参数,利用量子神经网络进行玉米病害分类识别,对玉米灰斑病、玉米普通锈病和玉米小斑病的识别率分别达到92.5%、97.5%和92.5%,高于误差反向传播神经网络法的识别率(分别为90.0%、90.0%和92.5%)。【结论】设计的方法可用于玉米叶部病害识别,并为其他农作物病害的智能识别提供借鉴。