文献类型：期刊文章

作　　者：陈晓艳[1] 董朝轶[2] 刘月文[1]

机构地区：[1]内蒙古工业大学电力学院电工电子教学中心,内蒙古呼和浩特010080 [2]内蒙古工业大学电力学院自动化系,内蒙古呼和浩特010080

出　　处：《计算机与现代化》

基　　金：内蒙古自治区教育厅自然科学研究重点项目(NJ10070);内蒙古工业大学基金资助项目(X200805;X20416)

年　　份：2011

期　　号：7

起止页码：5-8

语　　种：中文

收录情况：IC、ZGKJHX、普通刊

摘　　要：农作物疾病的人工诊断效果常受到个人诊断经验和能力的限制,无法达到最令人满意的诊断结果。将丰富的植物病理学诊断经验和知识编入专家系统,利用模式识别算法对农作物常见疾病进行诊断,可以大大提高诊断准确率,显著地提高其产量和质量。本文研究基于一种人工神经元网络(Artificial Neural Network,ANN)——径向基函数(Radial Basis Function,RBF)网络的模式识别技术在大豆疾病诊断中的应用。径向基函数神经网络是基于人脑的神经元细胞对外界反应的局部性而提出的一种前馈式神经网络,这种网络具有结构简单、全局逼近能力强、训练方法快速易行的优点。本文首先对大豆常见19种疾病症状进行收集和整理,构建试验样本集。然后利用人工神经元网络理论,建立基于径向基函数(RBF)的网络模型,实现对该网络的训练和测试。测试结果表明,该模型具有较高的农作物疾病诊断正确率和良好的泛化能力。

关 键 词：径向基函数 人工神经元网络 疾病诊断 模式识别

分 类 号：TP183] S435.2]