基于小波變換和人工神經(jīng)網(wǎng)絡的玉米種純度識別.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、種子純度是指在供檢種子樣本中,純種種子數(shù)占供檢樣本總數(shù)的比例,它是反映種子質量的重要參數(shù),是評定種子等級的主要依據(jù)。近年來,隨著玉米種子雜交技術的廣泛應用,玉米種子的品種越來越多,類間相似性越來越大,混雜現(xiàn)象日趨嚴重,導致品種區(qū)分越來越困難。進行玉米種子純度檢驗是減少玉米種子混雜,保證農(nóng)業(yè)生產(chǎn)的一個根本途徑。傳統(tǒng)的玉米種子純度檢測方法存在著鑒定時間長、人員依賴性強、對種子具有破壞性等缺點。
  本文主要針對玉米種子純度識別方面的問

2、題,提出一種基于小波變換和BP神經(jīng)網(wǎng)絡的玉米種子純度識別算法。以雜交玉米品種山農(nóng)8號,農(nóng)大108,鄭單958、魯單984等種子為研究對象,利用機器視覺、數(shù)字圖像處理、小波變換和神經(jīng)網(wǎng)絡等智能檢測方法,進行了以下研究:⑴完善了基于機器視覺的玉米種子純度檢測系統(tǒng),并設計了一種玉米種子直立擺放裝置,將批量玉米種子一次性準確定位直立擺放。配合玉米種子純度檢測系統(tǒng),對玉米種子冠部圖像進行批量圖像采集。⑵分別提取玉米種子冠部核心區(qū)域的RGB顏色模型

3、特征參數(shù),然后對三個色彩分量分別進行二層二維離散小波變換,將玉米種子冠部圖像R、G、B三維向量細節(jié)差異分解成為18維特征向量,放大了樣本之間的色彩特征細節(jié)差異。使得從玉米種子冠部圖像小波分析數(shù)據(jù)中提取的人工神經(jīng)網(wǎng)絡訓練樣本能夠更好地反映樣本特征,從而保障玉米種子純度識別的準確性。⑶在玉米種子純度識別網(wǎng)絡設計時,對BP神經(jīng)網(wǎng)絡的優(yōu)化,提高了神經(jīng)網(wǎng)絡的學習收斂速度,提高了識別效率。采用結構為輸入層18個神經(jīng)元,隱含層6個神經(jīng)元,輸出層2個神

4、經(jīng)元,訓練函數(shù)使用有動量和自適應學習率的梯度下降函數(shù)traingdx,中間層神經(jīng)元的激活函數(shù)為S形正切函數(shù)tansig,輸出層神經(jīng)元激活函數(shù)使用S形對數(shù)函數(shù)logsig的神經(jīng)網(wǎng)絡,對經(jīng)離散小波變換后的玉米種子圖像特征數(shù)據(jù)進行訓練和識別。⑷采用本文算法,對常見商業(yè)玉米品種山農(nóng)8號,農(nóng)大108,鄭丹958、魯單984等種子純度進行識別,識別準確率分別可以達到96.4%、95.9%、96.1%、96.0%。實驗結果表明該方法可準確識別玉米純度

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論