《表1 水稻纹枯病病害的识别》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度信念网络的水稻纹枯病识别方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文深度信念网络搭建在DeepLearning Toolbox上，其训练及整体测试过程均在MatLab平台上进行。定义好深度信念网络的各项参数为:受限玻尔兹曼机隐含层和输出层神经元个数为dbn.sizes=[25，25]，随机样本数量每批次为opt.batchsize=50，学习速率为opt.alpha=1，权值和偏置为0到1之间随机数。使用上述参数构建深度信念网络后，训练时选取60%的水稻纹枯病病害图像为训练样本，其余的40%用于模型验证。采用7重交叉验证方法，水稻纹枯病病害的识别结果如表1所示。由表1可以看出:深度信念网络对水稻纹枯病病害平均识别率达到94.05%，运行时间为72ms，而BP方法与SVM方法的平均识别率都低于深度信念网络，运行时间都高于深度信念网络。结果表明:深度信念网络方法针对水稻纹枯病病害的平均识别准确率优于传统的BP神经网络和SVM。当取样本为100张图片时，使用DBN、BP、SVM等3种方法进行训练，得出的误差曲线如图6所示。由图6可以看出:DBN的误差率是最小且最稳定。