神经网络对水稻种子颖壳闭合的识别研究

《神经网络对水稻种子颖壳闭合的识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、《农业网络信息》2olo年第3期研究与开发神经网络对水稻种子颖壳闭合的识别研究王艳平，冯世杰，朱庆松(信阳农业高等专科学校，河南信阳464000)摘要：基于神经网络的基本原理，利用种子的七个特征参数作为输入层，三种类型(正常、微裂、裂颖)种子作为输出层，设计出识别水稻种子颖壳闭合的网络结构。通过大量实验研究表明该神经网络结构能够很好地识别出裂开程度不同类型的种子。关键词：神经网络；水稻种子；识别中图分类号：TP301文献标识码：A文章编码：1672—6251(2010)04—0025—03ResearchonNe

2、uralNetworkintheRecognitionofRiceSeedHullClosingLevelWangYanping，FengShijie，ZhuQingsong(XinyangAgnculturMCollege，Xinyang464000，China)Abstract：Basedonthebasicprinciplesofneuralnetwork，byusingseedsofsevenfeatureparametersasinputlayer，threetypes(normal，micro—cra

3、ck，brokenglumes)seedsastheoutputlayer，anetworkstructureWasdesignedtospotthechaffcloseofriceseeds．Alargenumberofexperimentalstudieshadshownthat：theneuralnetworkstructurewasabletoidentifyagooddegreeofsplittingdiferenttypesofseeds，Keywords：neuralnetworks；ricesee

4、ds；recognitionl引言BP神经网络主要应用于模式识别、分类等传统方法水稻种子颖壳闭合不好是一种普遍现象l1-2]。颖壳难以解决的问题。因此，本研究采用BP神经网络来裂开的水稻种子比常规稻种明显不耐贮藏，在贮藏期训练识别水稻种子颖壳闭合程度，BP神经网络结构间不仅本身易吸湿、易遭病虫危害，还影响正常种子如图l所示。的耐贮性。因此，在收购、贮藏过程中对裂颖、微裂种子进行严格分开，并采取措施进行处理是确保水稻种子质量的重要环节。虽然特征参数能够反映水稻种子的形态结构，但这些特征参数很难严格划分正常、微裂、裂

5、颖水稻种子定义的界限。人工神经网络具有输八层融霄输高度智能化的特征与能力，对于解决未知或很难估计图1BP神经网络结构图各模式类的统计特性这类问题有着较好效果，因此，2．2BP神经网络的基本原理本试验采用了人工神经网络对水稻种子裂壳裂开程度BP算法的基本原理是梯度最速下降法，通过调进行识别整权值使网络总误差最小．使网络的实际输出值与期2BP神经网络及其原理望输出值的误差均方值为最小。多层网络运用BP算2．1BP神经网络法时要包括正向和反向两个传播阶段。在信号的向前BP神经网络是利用误差反向传播训练算法的神传递过程中

6、，网络的权值是固定不变的，每一层神经经网络，是一种有隐含层的多层前馈网络，可以系统元的状态只影响下一层神经元的状态。如果在输出层地解决多层网络中隐含单元连接权值的学习问题[71。不能得到期望的输出，则转入误差信号反向传播。在收稿日期：2010一O1—30基金项目：信阳农业高等专科学校青年教师基金项目(2007ZRKX005)作者简介：王艳平(1979一)，女，硕士研究生，讲师，研究方向：农业信息技术。一25—《农业网络信~,}2010年第3期研究与开发误差信号反向传播的过程中，网络的权值由误差反馈正常的种子，而只

7、含有一个0．9的视为微裂的种子。进行调节。通过权值的不断修正使网络的实际输出更4．3隐含层及其隐节点数设计接近期望输出，从而达到识别的效果。由于水稻种子的外部形态特征差异很大、水稻种3材料与特征参数子识别的试验很复杂，因此，本试验选用两个隐含层本研究在获取五个品种水稻种子的图像后．对图的神经网络结构。在隐含层的神经元数是通过多次训像进行一系列处理，获取许多特征参数，并通过大量练试验选取最佳的节点数。在试验中随机选用五个品实验对比选取7个特征参数，即：裂缝、面积、周种的种子，水稻种子总共60O粒作为训练样本，每个长

8、、长轴、短轴、短长轴比和圆形度等7个特征参数品种120粒，每种类型40粒；识别样本为300粒，作为输入矢量。每个品种60粒，每种类型是20粒。对隐节点数取3—4水稻种子颖壳闭合识别网络结构的设计9之间的数进行试验，得到不同的训练次数(见表本研究建立了一个BP神经网络训练系统．该系1)。统是在MATLAB6．5环境下，使用人工神经网络工具表1不同隐节点数的训练次数及识别率箱