文档介绍：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
法相结合的方案对茄科的 100 多个种进行了学习训练,准确率提高到
%。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
DESIGN AND REALIZATION OF AN PLANT TAXONOMY
IDENTIFICATION SYSTEM BASED ON WORK

ABSTRACT

What is identification of plant classification? When you have a plant that
you don’t know in your hands,you can retrieve it by tool books on advanced
plant classification in terms of its features in five sides such as root、stem、
leaf、flower and fruit. Thus you can know its name and what family and specia
it belongs to. This is identification. The work looks easy, but in fact, it is a
heavy and difficult task because the advanced plants only in our country have
about 30,000 specias. Now the artifical work has been one of the
advanced s