基于弹性动量深度学习神经网络的果体病理图像识别

来源：农业机械学报杂志2015年第1期北京时间：

作者：谭文学,赵春江,吴华瑞,高荣华

单位：北京工业大学;湖南文理学院,北京农业信息技术研究中心,北京农业信息技术研究中心,北京农业信息技术研究中心,

摘要：为了实时预警果蔬病害和辅助诊断果蔬疾病，实现无人值守的病虫害智能监控，设计了深度学习神经网络的果蔬果体病理图像识别方法，基于对网络误差的传播分析，提出弹性动量的参数学习方法，以苹果为例进行果体病理图像的识别试验。结果表明，该方法召回率为98.4%；同其他同源更新机制相比，弹性动量方案能显著改善学习网络的果蔬病害识别准确率；其收敛曲线平滑，5h时耗能实现收敛，对不同数据集也有良好泛化性能。

关键词：果蔬病害 病理图像 深度学习神经网络 弹性动量 图像识别

基金资助：“十二五”国家科技支撑计划资助项目(2013BAD15B04)、国家自然科学基金资助项目（61102126）和湖南文理学院重点(建设)学科建设项目