【摘 要】
：
水稻是我国第二大粮食作物,2019年产量超2亿吨以上,受天气、农药等多种因素影响,水稻病害的发生情况日益增加。传统的人工识别方法已无法适应大量病害出现的情况,并且人工的肉眼识别结果存在不确定性,无法及时采取治疗措施,甚至出现适得其反的结果。对黑龙江垦区实地考察发现水稻受稻瘟病、纹枯病和白叶枯病危害系数为一级,细菌性条斑病和胡麻叶斑病为二级,是危害较大,最具有代表性的五类病害。因此本文主要研究针对这
【基金项目】
：
黑龙江省自然科学基金联合引导项目“基于深度学习的水稻智能诊断关键技术研究”（LH2020F042）；
论文部分内容阅读
水稻是我国第二大粮食作物,2019年产量超2亿吨以上,受天气、农药等多种因素影响,水稻病害的发生情况日益增加。传统的人工识别方法已无法适应大量病害出现的情况,并且人工的肉眼识别结果存在不确定性,无法及时采取治疗措施,甚至出现适得其反的结果。对黑龙江垦区实地考察发现水稻受稻瘟病、纹枯病和白叶枯病危害系数为一级,细菌性条斑病和胡麻叶斑病为二级,是危害较大,最具有代表性的五类病害。因此本文主要研究针对这五类病害的识别。机器学习和人工智能技术的不断成熟,以及使用智能手机获取高分辨率图像的快捷性,为本文研究奠定了理论和应用基础,主要研究内容如下。（1）稀疏自编码网络（Sparse Auto Encoder,SAE）对水稻病害图像进行特征提取。研究SAE的网络结构及算法原理,分析加入稀疏性约束的SAE与经典自动编码器的特征提取过程,减小特征维度,进而提出一种采用稀疏自动编码网络进行多特征融合的模型结构,提高分类器的分类速度和精度。（2）基于SAE的水稻病害识别模型研究。使用加入稀疏性约束的自动编码器模型对采集到的特征数据降维,对其参数进行了微调并利用10重交叉验证法和混淆矩阵对比模型精度。在网络训练过程中,通过多次实验获得最优超参数,提升模型性能。在SAE网络模型结构中,采用交换粒子群优化算法（Switch Particle Swarm Optimization,SPSO）优化的支持向量机（Support Vector Machine,SVM）作为分类器。通过选择不同的惩罚参数C和核函数参数g对识别结果进行比较分析,确定SVM模型最优参数。相比于传统的机器学习识别方法,收敛速度更快,平均识别率达到95.3%。（3）设计实现水稻病害识别系统。系统包括特征提取及分类识别两大模块。系统集成SAE算法实现多特征融合提取,应用优化后的SVM模型进行识别,可以实现对5类常见水稻病害图像的智能识别。
其他文献
随着我国社会主要矛盾转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾,人们对餐桌上的质量越来越重视。已经成为网民关注重点的315晚会也不断曝光出食品行业存在的诸多乱象,而食品企业的利润正是其提高自身产品质量的保障。在这种背景下,食品企业如何通过提高资源利用率与企业运营效率来提高自身利润空间从而提供出更好的产品来抢占市场,成为食品企业发展的重中之重。平衡计分卡绩效评价体系正是企业突破旧
高光谱图像（Hyperspectral Images,HSI）分类已成为遥感领域的一个热点。高光谱数据的复杂性使得传统方法难以对此类数据进行精确分类。深度学习作为一种能有效解决非线性问题的强大特征提取工具,被广泛应用于HSI分类中,并表现出良好的性能。然而,现有的深度学习方法仍然存在空间光谱信息丢失和光谱上下文信息提取不足等问题。为了充分挖掘空间信息和光谱信息之间的内在关系,提取更易区分的判别性信
人脸表情蕴含着丰富的情感信息,在人们沟通交流的过程中起到了重要的作用。随着2017年人工智能正式升级为中国国家战略,人脸表情识别受到了国内外研究者们的广泛关注。目前人脸表情识别研究过于依赖可控环境下的充足光照、正面、无遮挡的表情图像来开展实验;而表情识别技术的落地,必须克服非可控环境造成的不利影响。因此研究非可控环境下的人脸检测和特征提取方法,成为了提高检测速度与表情识别率的关键。研究内容如下:（
DNA和RNA的修饰与许多生命过程存在着密切的相关性,尤其在探究细胞功能、结构稳定或是翻译等生物过程方面起着至关重要的作用。因此,精确识别DNA或RNA的修饰位点具有十分重大的意义。本文围绕DNA N4-甲基胞嘧啶修饰位点（4m C）和RNA假尿苷修饰位点（Ψ）识别展开研究,以DNA序列与RNA序列为研究对象,以人工提取或深度学习提取的DNA或RNA序列特征为输入,构建DNA或RNA修饰位点预测模
车辆检测和车道线检测在自动驾驶系统（ADS）的设计中起着至关重要的作用,近年来取得了显著的进步。目前车辆检测和车道线检测算法在白天环境下已取得良好的检测效果,夜间环境下的检测问题仍存在许多研究难点。由于夜间道路中存在光照干扰,部分道路区域灯光过暗,以及往来车辆车灯过亮等问题,车辆特征不明显,且夜间车辆存在互相遮挡的情况,远处小目标车辆较难检测,因此夜间的车辆检测仍然存在相当大的挑战。夜间车道线检测
总有机碳（Total Organic Carbon,TOC）含量和含油率是评价油页岩质量的重要指标,基于物理化学实验的油页岩检测过程复杂繁琐,技术要求高,无法满足生产过程快速检测的要求。近红外光谱技术具有检测速度快、无需破坏样品、不需要化学试剂、操作简便等优点。本文以松辽盆地某区块所采集的230个岩芯样本为研究对象,使用近红外光谱分析技术对油页岩总有机碳含量和含油率进行检测,探讨单一模型和集成学习
随着5G、物联网和云平台服务的快速发展,数据传输和存储变的十分便利,网络服务产生的大量数据被存储在中心化平台上。中心化平台使用权限访问控制模型操作数据,权限级别越高越容易接触到关键数据,也越容易因利益驱使篡改数据,造成的危害极大。为解决传统中心化数据存储中出现的数据篡改问题,本文全面研究时间戳和区块链技术在数据存储领域中的发展和应用,为优化时间戳和区块链技术在数据存储领域中的不足,提出并构建基于时
随着工业的发展,对食品的要求也越发严格。近几年,人均消费的乳制品逐年增加,保证牛乳的优秀品质也变得尤其重要。其中,牛乳脂肪作为牛乳中重要的组成成分,同时也是重要的营养物质,能够直接影响到牛乳的品质。因此,对牛乳脂肪颗粒的快速检测能够在乳制品生产过程中发挥重要作用,把关牛乳品质,并进一步推动颗粒粒径检测在食品质量检测中的应用。本文对常用的颗粒粒径测量方法进行分类介绍,分析其测量颗粒粒径的原理和过程。
随着物联网技术的快速发展,物联网节点数量和通信需求的指数型增长,对目前的无线通信技术及有限的无线频谱资源提出了新的挑战。此外,物联网中节点类型众多,业务类型也各不相同,对频谱资源的需求也不同,现有固定的频谱分配策略无法满足物联网日益增长的频谱需求。认知无线电技术的出现为目前固定的频谱资源的分配提供一种更灵活的方法。认知无线电能够动态学习环境中频谱资源的变化情况,在保证主用户正常工作的前提下,通过频
火场环境成像技术已成为火灾探测的重要技术之一,现有的成像检测设备在低能见度火场环境下受烟气影响较大,导致火场环境中成像困难。而太赫兹波是位于红外与微波波段之间的电磁波,兼顾透过率与分辨力,若将太赫兹波技术应用于火场环境检测中,将拥有优异的检测特性。但太赫兹波会受到火场烟气环境的影响,因此,本文研究太赫兹波在火场烟气环境中的传播特性,为太赫兹波技术应用于火场环境检测提供理论依据。主要研究内容如下:（