基于稀疏自编码器的烟叶成熟度分类

作     者：王杰 贾育衡 赵昕 WANG Jie;JIA Yuheng;ZHAO Xin

作者机构：郑州大学电气工程学院郑州市科学大道100号450001 

出 版 物：《烟草科技》 (Tobacco Science & Technology)

年 卷 期：2014年第47卷第9期

页      面：18-22页

核心收录：

学科分类：09[农学] 0901[农学-作物学] 

基　　金：国家自然科学基金资助项目"视像整体特征指导下的局部特征动态整合模型研究"(No.61172152) 

主　　题：烟叶 成熟度 稀疏自编码器 计算机视觉 特征学习 Softmax回归 

摘      要：为降低人工成本,提出了一种基于稀疏自编码器的烟叶成熟度分类算法,从计算机视觉角度自动识别烟叶的成熟度。首先对烟叶数字图像进行去除背景、归一化等预处理操作;其次从无监督学习算法入手,利用稀疏自编码器构建特征学习网络;然后使用部分联通网络进行特征扩展,解决烟叶数字图像像素过大、计算耗时长等问题;最后使用Softmax回归对学习到的特征进行分类。结果表明:将稀疏自编码器应用于烟叶成熟度分类,测试数据分类准确率可达98.63%,优于其他分类器的分类精度。该算法直接从像素层面提取所需要的特征,不需要人为选定设计特征,为提高烟叶成熟度分类效率提供了帮助。