文档介绍：第卷第期计算机技术与发展. .
年月.
基于多层感知器网络的农作物疾病诊断系统
陈晓艳,董朝轶,李永亭,刘月文
.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;
.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
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一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。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
中圈分类号:;. 文献标识码: 文章编号:——

—,—,—,—
.,,
,,;
.,,
,,
:
.,
.,
’.
. , ,
.
, , .,
.,
.
: ; ; ;.
引言的诊断,从而达到有效治疗的目的。目前,国内外农作
农作物病虫害诊断专家系统是一种计算机算法系物病虫害诊断专家系统已有极大的发展,其范围涵括
统,它依据存储于计算机中的专家知识和经验,结合用了多种作物病虫害的防治、诊断与发生预测等。如,
户提供的信息、数据和事实,模仿专家的思维方式采用“农药处方与病虫害综合治理计算机咨询专家系统”
计算机算法进行推理和判断,对农作物疾病给予正确及“蔬菜病虫害综合治理咨询系统”。这些系统不
仅极大地丰富了农业作物病虫害诊断专家系统的研究
内容,推动了地区农业生产,也为其他的开发研究提供
收稿日期:;修回日期:——
了借鉴。
基金项目:年度内蒙古自治区教育自然科学研究重点项目
;内蒙古工业大学校基金; 虽然已有的诊断系统在一定程度上可以对某些作
作者简介:陈晓艳一,女,硕士,讲师,研究方向为模式识别、智物疾病做出有效诊断,但是仍存在着诊断精度不高、泛
能控制。化能力弱、容错能力差等缺点。文中采用一种人工神
第期陈晓艳等:基于多层感知器网络的农作物疾病诊断系统· .
经元网络模式识别技术,即,利用多层感知器—式归属于该类。各层问突触连接的强度分别用
,网络来构造农作物疾病诊断系、表示第一下标表示发出信号的神经元,第二下
统。通过对大豆常见种疾病症状的收集和整标表示接收信号的神经元。
理,构造试验样本集,利用反向传播.
,算法对该网络进行训练和仿真,并对训函数:
练过程和诊断效果进行了分析。计算表明,该人工神
,一∞
经网络构造的大豆疾病诊断系统能够给出较为准确的
诊断结果,并有可能作为一般方法进一步推广至更多使用上述的非线性激励函数形式的主要原因为,
农作物的疾病诊断,为农作物的增产增收做出贡献。该函数其对的一