基于神经网络的植物分类识别系统的设计与实现

基于神经网络的植物分类识别系统的设计与实现

ID:40196783

大小:628.94 KB

页数:68页

时间:2019-07-25

基于神经网络的植物分类识别系统的设计与实现_第1页
基于神经网络的植物分类识别系统的设计与实现_第2页
基于神经网络的植物分类识别系统的设计与实现_第3页
基于神经网络的植物分类识别系统的设计与实现_第4页
基于神经网络的植物分类识别系统的设计与实现_第5页
资源描述:

《基于神经网络的植物分类识别系统的设计与实现》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、上海交通大学硕士学位论文基于神经网络的植物分类识别系统的设计与实现姓名:马红梅申请学位级别:硕士专业:软件工程指导教师:陈昊鹏;张中兰20051001基于神经网络的植物分类识别系统的设计与实现摘要植物分类对于区分植物种类,探索植物间亲缘关系,阐明植物系统的进化规律具有重要意义。拿到一株不认识的植物,从它的根、茎、叶、花、果实等五大方面的具体形态特征确定出该植物所属的纲、目、科、属、种以及植物的名称,这就是识别。看似简单,但手工操作起来却很困难而且繁琐。植物种类繁多,在我国仅高等植物就有35000多种。目前绝大多数植物分类工作者们还是以手工

2、查地方性工具书或《中国植物志》《中国高等植物图鉴》等工具书为主。人工神经网络是目前国际上信息领域中迅速发展的前沿研究方向之一,具有广泛的应用前景。对它的研究已取得了很多丰硕的成果。其中的BP算法神经网络,具有结构简单,可操作性强,能模拟任意的非线性输入输出关系等优点而成为目前应用广泛的神经网络模型,它的学习能力以及通过学习掌握数据间的依从关系,可用于解决各种预测问题。为了提高广大生物工作者的工作效率,帮助他们快速、准确地识别植物种类,开发基于神经网络的植物分类识别系统具有重要意义。本文首先介绍了BP神经网络的有关知识;然后对植物分类的重要

3、意义、方法及发展现状作了阐述;本文所做的核心工作放在第四章。第四章主要是利用BP神经网络实现植物分类的识别功能。研究发现,大部分从事植物学研究的工作者在识别一株植物时,由于受条件限制,只能将研究的植物精确到科,从而影响了对该植物更加系统的认识。尽管专门搞植物分类学的研究人员通过植物分类检索的工具书将植物分类细化到种,但这花费了大量的时间、精力,影响了对植物的精确、快捷的认识。BP神经网络与植物分类学的有机结合为更有效、更精确、更快捷地将植物定位到种提供了可能。因此,本文结合实际情况做了两部分工作:一是利用BP神经网络对中国农业植物从科级上

4、实现了植物分类的识别功能;二是以其中茄科的100多个种为例,利用BP神经网络实现了种级上的识别目的;二者的训练结果在精度范围内准确率达到了87%。在此期间,对植物五大形态特征提出一套新的特征编码方案,第一次从植物的根、茎、叶、花、果的具体形态特征做全面检索并利用BP神经网络加以实现。同时,将以上工作用J2EE技术整合并实现了该系统的部分功能,为以后全面实现和完善植物检索的数据化,建立一套快速、方便、准确、科学、稳定的识别检索系统奠定了雏形基础,提出了一套可行的解决方案。在本章的最后,就BP算法的改进做了简要阐述,并采用多种改进方法相结合的

5、方案对茄科的100多个种进行了学习训练,准确率提高到93.69%。另外,就目前比较热点的利用分子标记技术和图像处理技术与神经网络相结合进行植物分类识别的情况做了简单介绍。关键词:植物分类识别,神经网络,BP算法,特征编码DESIGNANDREALIZATIONOFANPLANTTAXONOMYIDENTIFICATIONSYSTEMBASEDONNEURALNETWORKABSTRACTWhatisidentificationofplantclassification?Whenyouhaveaplantthatyoudon’tknowin

6、yourhands,youcanretrieveitbytoolbooksonadvancedplantclassificationintermsofitsfeaturesinfivesidessuchasroot、stem、leaf、flowerandfruit.Thusyoucanknowitsnameandwhatfamilyandspeciaitbelongsto.Thisisidentification.Theworklookseasy,butinfact,itisaheavyanddifficulttaskbecausethe

7、advancedplantsonlyinourcountryhaveabout30,000specias.Nowtheartificalneuralnetworkhasbeenoneoftheadvancedstudydirectionsintheinformationfield,whichhaswideappliedprospect.AmongitBPneuralnetworkhasmanyadvantagessuchaseasystructure、goodmaneuverabilityandcapabilityofsimulating

8、anynon-linearinput-outputrelation,soithasbeenwidlyused.Accordingly,todevelopinganplantaxonomyide

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。