BP神經(jīng)網(wǎng)絡在茶葉病害多分類識別中的應用研究*

王小敏，陳 榮，譙 斌

(銅仁學院 大數(shù)據(jù)學院，貴州 銅仁 554300)

0 引言

種植茶在貴州山區(qū)是許多茶農(nóng)的主要收入來源，但是茶葉的病害問題卻直接影響了茶葉的質(zhì)量和產(chǎn)量，由于茶農(nóng)識別茶葉病害的技術不夠科學，導致許多病害茶葉不能得到及時處理，所造成的損失嚴重影響著茶農(nóng)的收入水平。并且茶農(nóng)對茶葉病害的不正確防治及不合理使用農(nóng)藥還會危害食用者的身體健康和影響生態(tài)環(huán)境。只有正確的識別茶葉病害，才能有的放矢，減少對農(nóng)藥的濫用，有針對的防治才是提高茶葉的產(chǎn)量和質(zhì)量的關鍵。所以，為了得到高產(chǎn)量、高品質(zhì)的茶葉，我們通過病害茶葉的形狀特征來利用計算機進行分類，借助MATLAB實現(xiàn)BP神經(jīng)網(wǎng)絡算法對分類的病害進行分類檢測，從而提高對病害茶葉識別的準確性和科學性。

1 BP神經(jīng)網(wǎng)絡概述

BP神經(jīng)網(wǎng)絡是一種多層前饋神經(jīng)網(wǎng)絡(MLFNN)，它主要運用在模式的識別、函數(shù)的逼近、數(shù)據(jù)的壓縮和數(shù)據(jù)的分類這四個方面[1-4]。BP神經(jīng)網(wǎng)絡的整個計算過程是由正向的傳播計算和反向的傳播計算組合成的，在正向傳播的時候，輸入信號經(jīng)過一系列變換就會產(chǎn)生輸出信號，如果產(chǎn)生的輸出信號與想要達到的輸出信號不相符合，就會進行反向傳播[5]。在這個過程中，通過更改各個神經(jīng)元的權值，一直到誤差信號達到最小后訓練才會結束，從而得到最佳的識別率。本次項目研究的方法采用的就是BP神經(jīng)網(wǎng)絡在模式的識別和數(shù)據(jù)的分類中的運用[6]，經(jīng)過BP神經(jīng)網(wǎng)絡的整個計算過程后，最后得到了高達86.67%的分類識別率。……