|
|
|
| 基于深度稀疏自编码网络的植物叶片分类 |
| 王雪 陈炼 肖志勇 |
| 南昌大学信息工程学院 江西农业大学软件学院 南昌大学机电工程学院 |
|
|
|
|
摘要 针对传统机器学习方法对植物叶片图像分类识别率不高的问题,探讨了基于深度稀疏自编码网络(Deep Sparse Autoencoder Network,DSAN)的植物叶片分类研究。自动编码器通过编码和解码重构输入数据,对植物叶片进行分层特征学习,在自动编码器上添加稀疏限制,对隐含层神经元进行压缩,从而学习到更高层的隐含特征用于分类,解决了因选取的特征表达不足导致网络模型分类性能不佳的问题。实验采用公开的植物叶片图像数据库MalayaKew(MK)作为研究对象,该数据集包含44类植物。将预处理之后的叶片图像直接作为输入数据,通过DSAN学习到叶片的高层特征,结合Softmax分类器用于分类。实验结果表明,该算法能够有效提高植物叶片图像的分类精度,在植物分类领域具有一定的应用价值。
|
|
| 关键词 ：
植物叶片,
分类,
深度稀疏自编码网络
|
|
|
| 基金资助:国家自然科学基金资助项目(61463033)； |
| [1] |
余慧琴董秋仙刘君. 基于分类冲击的性能可恢复产品可靠性评估[J]. 南昌大学学报（工科版）, 2020, 42(2): 199-. |
| [2] |
董晓睿饶泓崔浩赵光秋万爱辉. 一种启发式的支持向量机多分类层次树结构构造方法[J]. 南昌大学学报（理科版）, 2019, 43(3): 296-. |
| [3] |
贾楠谭金平肖志勇漆志亮吴建华. 基于脑功能连接和SAE的自闭症分类[J]. 南昌大学学报（理科版）, 2018, 42(4): 399-. |
| [4] |
刘圣星王隆辉王运楷. 下胫腓螺钉固定在Lauge-Hansen旋前-外旋型踝关节骨折合并下胫腓联合分离治疗中的应用效果[J]. 南昌大学学报（医学版）, 2018, 58(3): 49-. |
| [5] |
车小磊李向军沈华吴青松李子健唐丽君. 一种基于局部核校准的核评估标准[J]. 南昌大学学报（理科版）, 2018, 42(3): 300-. |
| [6] |
段文影饶泓段隆振马海亮. 基于IA参数寻优组合核的SVM文本分类研究[J]. 南昌大学学报（理科版）, 2018, 42(3): 289-. |
| [7] |
陈铭钧陶凌李富贵刘九畅. HHT在白细胞亚群分类算法中的应用[J]. 南昌大学学报（理科版）, 2018, 42(1): 72-. |
| [8] |
黄鉴洲. 成人非典型性脊柱结核X线、CT与MR改变及特征性表现[J]. 实用临床医学, 2017, 18(12): 62-. |
| [9] |
肖露欣李增祥马建陈克绪吴建华. 基于降噪自编码的电能质量扰动识别[J]. 南昌大学学报（理科版）, 2017, 41(06): 591-. |
| [10] |
秦永付仲良李颖. 基于纹理合成算法的光学影像云层修复[J]. 南昌大学学报（工科版）, 2017, 39(02): 194-. |
| [11] |
赖清衷卫声熊鹏文黄嘉诚任倩茹. 基于BP神经网络与多分类支持向量机的水质识别与分类[J]. 南昌大学学报（理科版）, 2016, 40(06): 563-. |
| [12] |
陈世华. 信息政治经济学批判[J]. 南昌大学学报(人文社会科学版), 2016, 47(03): 91-. |
| [13] |
马建； 陈克绪； 肖露欣； 吴建华. 基于受限玻尔兹曼机的电能质量复合扰动识别[J]. 南昌大学学报（理科版）, 2016, 40(01): 30-. |
| [14] |
黄晓川； 杨晓鹏； 黄琛. 基于类型Ⅱ区间模糊集NIE约简算法的优化[J]. 南昌大学学报（理科版）, 2015, 39(05): 432-. |
| [15] |
陈奇伟； 刘伊纳. 数字遗产分类定性与继承研究[J]. 南昌大学学报(人文社会科学版), 2015, 46(05): 78-. |
|
|
|
|
