基于改进多元宇宙算法的番茄病害图像识别

来源：中国农机化学报杂志2023年第5期北京时间：

作者：王磊, 袁英, 高玲

单位：黄河水利职业技术学院电气工程学院，河南开封，475004

摘要：为提高卷积神经网络对番茄病害图像识别的效果，提出改进多元宇宙算法。首先设计、增加虫洞的端口，设置白洞侧的端口数量与黑洞侧的端口数量比值范围，使得宇宙的运动通过虫洞能够多方向进行；接着基于双向运动建立宇宙信息转移模型，宇宙能够正向、逆向进行的信息交流，加快宇宙的进化，使得宇宙都能够获得最优宇宙的信息，非线性调节对宇宙的膨胀率进行修正；然后对番茄病害提取纹理特征、颜色特征和形状特征，对卷积神经网络的激活函数与损失函数设计斯皮尔曼相关系数确定多元宇宙的优化卷积神经网络参数；最后给出算法流程。试验仿真表明：该改进算法对番茄各种病害识别正确率高于其他算法，细菌斑平均值为97.34%，早疫病平均值为97.03%，晚疫病平均值为97.08%，叶霉菌平均值为97.14%，叶斑病平均值为97.12%，蜘蛛螨平均值为97.20%，同时消耗时间小于其他算法。

关键词：多元宇宙,卷积神经网络,番茄病害,图像识别

基金资助：开封市科技计划项目（农业攻关类）（1902004）