文献类型：期刊文章

作　　者：陈晓艳[1] 董朝轶[2] 李永亭[1] 刘月文[1]

机构地区：[1]内蒙古工业大学电力学院电工基础教学中心,内蒙古自治区呼和浩特010080 [2]内蒙古工业大学电力学院自动化系,内蒙古自治区呼和浩特010080

出　　处：《计算机技术与发展》

基　　金：2010年度内蒙古自治区教育自然科学研究重点项目(NJ10070);内蒙古工业大学校基金(X200416X200805)

年　　份：2011

卷　　号：21

期　　号：11

起止页码：84-88

语　　种：中文

收录情况：JST、RCCSE、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,有效地提高其产量和质量。主要研究了基于一种人工神经元网络—多层感知器网络的模式识别技术在大豆疾病诊断中的应用。MLP神经网络通过模拟生物神经元细胞对外部刺激而产生的反应,构成一种前向神经网络,可以有效地解决非线性不可分问题。首先对大豆常见19种疾病症状进行了收集和整理,构建试验样本集。然后,利用反向传播算法对该网络进行训练和测试。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：反向传播算法 多层感知器网络 疾病诊断 模式识别

分 类 号：TP183] S435.2]