【摘要】：在農(nóng)作物栽培過程中,及時有效地診斷作物病害是保證作物健康生長的關(guān)鍵環(huán)節(jié)。目前人工診斷是最常用的方法,基于傳統(tǒng)機器學(xué)習(xí)的方法也在迅速發(fā)展。然而,人工診斷往往存在主觀性;基于傳統(tǒng)機器學(xué)習(xí)的病害圖像識別方法需要滿足訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)是同分布的假設(shè),并且訓(xùn)練分類器時需要充足的訓(xùn)練數(shù)據(jù)。在實際應(yīng)用中,一方面,有些病害種類的圖像收集和標(biāo)記成本較高,因此很難滿足傳統(tǒng)機器學(xué)習(xí)的兩個要求;另一方面,存在其他數(shù)量較多的作物病害圖像數(shù)據(jù)或者與病害圖像數(shù)據(jù)相關(guān)的數(shù)據(jù)。針對這樣的問題,本文引入遷移學(xué)習(xí)的思想對黃瓜和水稻的幾種病害進行識別研究。(1)針對某些數(shù)量較少的農(nóng)作物病害圖像采用傳統(tǒng)機器學(xué)習(xí)方法訓(xùn)練難以取得理想效果的問題,提出一種基于實例遷移的農(nóng)作物病害圖像識別方法。為了實時、有效地分割出具有簡單背景的黃瓜和水稻六種病害的病斑圖像,文中采用雙次Otsu的分割方法,每次選取不同顏色空間的分量進行圖像的灰度轉(zhuǎn)換。其次提取病斑圖像的顏色、紋理和形狀19個參數(shù)作為特征向量。重點分析TrAdaBoost算法存在的問題,設(shè)計了一種基于K近鄰分類算法優(yōu)化輔助病害數(shù)據(jù)的方法,從而降低冗余數(shù)據(jù)對分類結(jié)果的影響。結(jié)果表明,提出的方法能過濾與目標(biāo)數(shù)據(jù)相似度較低的輔助數(shù)據(jù),同時能夠挖掘與目標(biāo)數(shù)據(jù)相似度較大的輔助數(shù)據(jù)中的有用知識,從而改善農(nóng)作物病害圖像的分類效果。(2)針對小樣本的農(nóng)作物病害圖像采用卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練易產(chǎn)生過擬合的問題,提出一種基于卷積神經(jīng)網(wǎng)絡(luò)參數(shù)遷移的農(nóng)作物病害圖像識別方法。文中分別采取兩種策略對具有復(fù)雜背景且尺寸大小不一致的黃瓜和水稻八種目標(biāo)病害圖像進行預(yù)處理,一種策略不改變目標(biāo)數(shù)據(jù)的數(shù)量,另一種策略通過對圖片進行兩次裁剪操作實現(xiàn)目標(biāo)數(shù)據(jù)數(shù)量上的擴充。基于AlexNet和VGGNet兩種網(wǎng)絡(luò)采用公開的PlantVillage數(shù)據(jù)集作為輔助數(shù)據(jù)訓(xùn)練兩個預(yù)訓(xùn)練模型,結(jié)合批歸一化和DisturbLabel算法優(yōu)化兩種網(wǎng)絡(luò)模型,使用預(yù)處理后的目標(biāo)數(shù)據(jù)集微調(diào)預(yù)訓(xùn)練模型。本文將提出的方法與無遷移學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法和傳統(tǒng)機器學(xué)習(xí)方法進行對比,實驗表明提出的方法相比其他兩種方法對八種病害圖像分類的平均準(zhǔn)確率提高了大約1%～9%。
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：S432;TP391.41
【圖文】：

量機能夠在小樣本以及非線性分類問題上表現(xiàn)出較好的優(yōu)勢，因此常被應(yīng)用于農(nóng)逡逑作物病害圖像識別領(lǐng)域。逡逑圖２．２展示了兩個類別二維線性可分的情況，圖中符號＋和－代表兩類訓(xùn)練樣逡逑本，Ｌ為可以將兩類正確分開的分類線，／＾和１２分別為各個類別中離分類線ｉ最近逡逑１４逡逑

（１）神經(jīng)元模型逡逑神經(jīng)元是神經(jīng)網(wǎng)絡(luò)模型的基本單元。１９４３年，ＭｃＣｕｌｌｏｃｈ和Ｐｉｔｔｓ將生物神逡逑經(jīng)網(wǎng)絡(luò)的運作過程抽象為圖２．３邋（ａ）的簡單模型，被稱為“Ｍ－Ｐ神經(jīng)元模型”邋［５｜］。逡逑輸入信號（々，心，通過具有權(quán)重的連接傳遞給神經(jīng)元，其接逡逑收到的總信息值ＥＩＵｍｘ，？和其偏置項０進行比較后通過“激活函數(shù)”邋／（＿）的處理逡逑進行輸出，即公式（２．５）所示。逡逑ｙ邐＝邋／（Ｓｒ＝ｉ邋ＷｉＸｉ邋－邋０）邐（２．５）逡逑Ｘ／邐ｙ逡逑、＼沙，逡逑ｌ今邐 廣 逡逑Ｙ邋—邋Ｕ＇邐／邐Ｚ逡逑Ｘｉ邐Ｊ邐ｙ逡逑心邐，逡逑Ｘｎ逡逑（ａ）邋Ｍ－Ｐ神經(jīng)元模型邐（ｂ）邋Ｓｉｇｍｏｉｄ函數(shù)逡逑圖２．３神經(jīng)元模型與激活函數(shù)逡逑Ｓｉｇｍｏｉｄ函數(shù)是實際應(yīng)用中常被使用的一種激活函數(shù)，即公式（２．６）和圖逡逑２．３邋（ｂ）所示。逡逑／⑴士邐（２．６）逡逑Ｓｉｇｍｏｉｄ激活函數(shù)可以將在較大范圍內(nèi)變化的輸入值壓縮到（０，邋１）范圍然后逡逑輸出

【相似文獻】

相關(guān)期刊論文 前10條

1 陳頤;;用新發(fā)明快速檢測農(nóng)作物病害[J];農(nóng)藥市場信息;2017年20期

2 張悅;王玉玲;;農(nóng)作物病害與氣象條件的關(guān)系[J];農(nóng)民致富之友;2009年04期

3 吳寶榮;農(nóng)作物病害的克星——菌立停[J];當(dāng)代蔬菜;2004年06期

4 靳學(xué)慧,李彩華,鄭雯,臺蓮梅,范文艷,郭永霞;對黑龍江省主要農(nóng)作物病害發(fā)生趨勢的分析[J];黑龍江八一農(nóng)墾大學(xué)學(xué)報;2004年04期

5 鄧集平;農(nóng)作物病害綜合傷治技術(shù)(之四)[J];安徽農(nóng)業(yè);1997年05期

6 ;診斷農(nóng)作物病害的X射線儀[J];現(xiàn)代農(nóng)業(yè);1994年08期

7 張武軍;幾種殺菌劑在四川的使用情況[J];植物保護;1989年04期

8 ;植物保護基礎(chǔ)知識 第一講 農(nóng)作物病害[J];湖北農(nóng)業(yè)科學(xué);1976年01期

9 王守正;;對河南省主要農(nóng)作物病害發(fā)生流行原因的初步分析[J];植物檢疫;1982年03期

10 劉智;亢晉霞;;簡析幾種農(nóng)作物病害發(fā)生的氣象條件[J];黑龍江農(nóng)業(yè)科學(xué);2013年01期

相關(guān)會議論文 前10條

1 刁春友;;江蘇省農(nóng)作物病害發(fā)生防治概況[A];2003’華東植物病理學(xué)術(shù)研討會暨江蘇省植物病理學(xué)會第十次會員代表大會論文集[C];2003年

2 蔣紅云;張燕寧;舒朗;馮平章;;二氧化氯對幾種農(nóng)作物病害防控潛力的初步研究[A];科技創(chuàng)新與綠色植�！袊参锉Ｗo學(xué)會2006學(xué)術(shù)年會論文集[C];2006年

3 朱有勇;;生物多樣性控制農(nóng)作物病害的理論與實踐[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責(zé)任和對策（上冊）[C];2002年

4 楊建民;楊超群;;土壤有機質(zhì)與農(nóng)作物病害[A];河南省植物保護研究進展Ⅱ（下）[C];2007年

5 刁春友;;江蘇省農(nóng)作物主要病害發(fā)生防治情況回顧與展望[A];江蘇省植物病理學(xué)會第九屆會員代表大會暨學(xué)術(shù)研討會論文集[C];1999年

6 鄭愛萍;李平;孫惠青;李鳳梅;閆敏;宋永燕;;防治主要農(nóng)作物病害的新型抗生素產(chǎn)生菌的篩選和鑒定[A];首屆中國青年學(xué)者微生物遺傳學(xué)學(xué)術(shù)研討會論文摘要集[C];2002年

7 姜兆遠(yuǎn);段霞瑜;周益林;楊信東;;混合品種在農(nóng)作物病害控制中的作用[A];農(nóng)業(yè)生物災(zāi)害預(yù)防與控制研究[C];2005年

8 謝德齡;倪楚芳;朱昌雄;;農(nóng)抗120—抗真菌的抗生素[A];全國生物防治學(xué)術(shù)討論會論文集[C];1991年

9 林鳳英;吳建成;劉星;;淺析漳州市區(qū)霾天氣特征及其對設(shè)施農(nóng)業(yè)的影響[A];第33屆中國氣象學(xué)會年會 S14 提升氣象科技創(chuàng)新能力，保障農(nóng)業(yè)豐產(chǎn)增效[C];2016年

10 楊靜;施竹鳳;高東;劉林;朱有勇;李成云;;生物多樣性控制作物病害研究進展[A];全國生物遺傳多樣性高峰論壇會刊[C];2012年

相關(guān)重要報紙文章 前10條

1 維農(nóng);診斷農(nóng)作物病害的X射線儀[N];東方城鄉(xiāng)報;2006年

2 尚武;黑龍江省農(nóng)作物病害發(fā)生風(fēng)險大[N];農(nóng)資導(dǎo)報;2015年

3 李濤;近期農(nóng)作物病害抬頭 各地需加緊防治[N];齊齊哈爾日報;2008年

4 本報記者 游雪晴;農(nóng)作物病害監(jiān)測預(yù)報技術(shù)讓農(nóng)民不再流淚[N];科技日報;2013年

5 姜東峰 姜毓翔 記者 紀(jì)紅;訥河請農(nóng)業(yè)專家為農(nóng)民解難[N];黑龍江經(jīng)濟報;2005年

6 本報記者 王軍;科技到田是土地專家醫(yī)院的使命[N];農(nóng)資導(dǎo)報;2010年

7 記者 張文;市植保部門邀請自治區(qū)植保專家診治農(nóng)作物病害[N];巴彥淖爾日報(漢);2010年

8 ;多氧清是什么[N];農(nóng)民日報;2001年

9 河北省農(nóng)林科學(xué)院石家莊果樹所 王迎濤;梨園雨季管理抓什么[N];河北科技報;2004年

10 ;作物霜霉類病的防治技術(shù)[N];科技日報;2006年

相關(guān)博士學(xué)位論文 前4條

1 曾偉輝;面向農(nóng)作物葉片病害魯棒性識別的深度卷積神經(jīng)網(wǎng)絡(luò)研究[D];中國科學(xué)技術(shù)大學(xué);2018年

2 宋麗娟;基于圖像的農(nóng)作物病害識別關(guān)鍵算法研究[D];西北大學(xué);2018年

3 吳娜;基于圖像檢索的農(nóng)作物葉部病害識別關(guān)鍵技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2018年

4 宋凱;基于計算機視覺的農(nóng)作物病害識別方法的研究[D];沈陽農(nóng)業(yè)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前7條

1 房思思;基于實例和參數(shù)遷移的農(nóng)作物病害圖像識別研究[D];中國科學(xué)技術(shù)大學(xué);2018年

2 李凱雨;基于深度學(xué)習(xí)的農(nóng)作物病害識別[D];河南農(nóng)業(yè)大學(xué);2018年

3 卜翔宇;基于葉片圖像的農(nóng)作物病害識別方法研究[D];合肥工業(yè)大學(xué);2017年

4 陳剛;農(nóng)作物病害圖像處理系統(tǒng)[D];沈陽理工大學(xué);2008年

5 蔣曼曼;稀疏表示框架下的農(nóng)作物病害圖像識別方法研究[D];河南大學(xué);2017年

6 張芳;基于計算機視覺的農(nóng)作物病害檢測系統(tǒng)的研究[D];陜西科技大學(xué);2013年

7 唐勝;基于神經(jīng)網(wǎng)絡(luò)的農(nóng)作物病害診斷專家系統(tǒng)的設(shè)計[D];湘潭大學(xué);2001年

本文編號：2735910