仲恺农业工程学院学报

2017, v.30(02) 40-44

[打印本页] [关闭]
本期目录 | 过刊浏览 | 高级检索

基于多任务联合稀疏表示的水稻叶片病害自动识别算法
Automatic recognition algorithm for rice leaf diseases based on multi-task joint sparse representation

李键红;吴亚榕;

摘要(Abstract):

在水稻(Oryza sativa L.)病害自动识别技术中,针对不同种类病害在抽取到相似特征的情况下,病害难于区分,甚至做出错误判断,从而降低识别率的问题,提出了多任务联合稀疏表示的水稻叶片病害自动识别算法.该算法将单一病害特征的识别过程看作"任务",要求这些"任务"特征在同一个训练数据集合的对应特征字典下能够稀疏表示,同时不同"任务"的稀疏表示系数向量具有相似的结构,从而实现了利用不同"任务"间的相互关系提高判断的准确率.同时这种算法使得病害的识别通过一次处理完成,避免了传统方法多次判断所引入的误差.实验表明,该算法能够充分挖掘不同特征类型间的关系,从而提高了识别的效率.

关键词(KeyWords): 多任务学习;;联合稀疏表示;;特征提取;;病害识别;;水稻(Oryza sativa L.)

Abstract:

Keywords:

基金项目(Foundation): 广东省科技计划(2013B020314019;2016A070712020)资助项目

作者(Author): 李键红;吴亚榕;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享