基于BP神经网络模型的果实蝇自动分类系统

作者：彭莹琼; 廖牧鑫; 张永红; 黄丽莉; 殷华; 唐建军; 邓泓

来源：江西农业大学学报, 2016, 38(06): 1205-1210.

DOI：10.13836/j.jjau.2016169

• BP神经网络
• 果实蝇分类
• 鉴定
• 图像识别

果实蝇属昆虫危害水果和蔬菜,造成产量下降,影响对外贸易,对其识别是检疫工作中的重要部分,现有的人工辨识方法受时间、知识等因素影响不能准确、有效辨识。提出了一种基于BP神经网络模型的果实蝇分类方法,采用几何形态测量学中的标记点法对果蝇翅进行特征提取,通过方差分析确定了用于果蝇鉴定的11个主特征,建立3层BP神经网络模型,结合Levenberg-Marquardt BP训练函数对数据集进行训练,得到完整的可用于果实蝇分类的BP神经网络。实验表明,该方法能够对实蝇进行有效的辨识,对桔小实蝇、瓜实蝇、具条实蝇和南亚果实蝇等高风险果实蝇辨识的准确率分别是90.0%、93.3%、90.0%和96.7%,总体准确率为92.5%,具有良好的应用前景。

• 单位
  江西出入境检验检疫局综合技术中心; 江西农业大学; 江西机电职业技术学院