文献类型：期刊文章

作　　者：毕立恒[1] 刘云潺[1]

机构地区：[1]黄河水利职业技术学院自动化工程系,河南开封475004

出　　处：《激光与光电子学进展》

基　　金：基金项目:河南省科学技术成果(豫科鉴委字2013年第201号)

年　　份：2017

卷　　号：54

期　　号：12

起止页码：172-178

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：为了提高植物叶片图像的识别率,采用改进神经网络算法,通过径向基函数神经网络建立模型;采用多环量子算法确定各环量子个体选择概率,量子旋转门在一定范围内动态调整,不同环上节点信息共享概率非线性动态变化;对植物叶片图像进行识别,包括形状特征、纹理特征;通过多环量子算法实现径向基函数神经网络参数寻优。实验结果表明,本文算法对植物叶片图像的几何特征、纹理特征、综合特征的平均识别率分别为91%,89%,93%,与其他算法相比较高,训练、识别时间分别为3.5s、2.5s。

关 键 词：成像系统 信息处理 图像识别 神经网络  多环量子  植物叶片

分 类 号：TP391.4]