基于神經(jīng)網(wǎng)絡的植物分類識別系統(tǒng)的設計與實現(xiàn).pdf

1、上海交通大學碩士學位論文基于神經(jīng)網(wǎng)絡的植物分類識別系統(tǒng)的設計與實現(xiàn)姓名：馬紅梅申請學位級別：碩士專業(yè)：軟件工程指導教師：陳昊鵬張中蘭20051001從事植物學研究的工作者在識別一株植物時，由于受條件限制，只能將研究的植物精確到科，從而影響了對該植物更加系統(tǒng)的認識。盡管專門搞植物分類學的研究人員通過植物分類檢索的工具書將植物分類細化到種，但這花費了大量的時間、精力，影響了對植物的精確、快捷的認識。BP神經(jīng)網(wǎng)絡與植物分類學的有機結合為更有效

2、、更精確、更快捷地將植物定位到種提供了可能。因此，本文結合實際情況做了兩部分工作：一是利用BP神經(jīng)網(wǎng)絡對中國農(nóng)業(yè)植物從科級上實現(xiàn)了植物分類的識別功能；二是以其中茄科的100多個種為例，利用BP神經(jīng)網(wǎng)絡實現(xiàn)了種級上的識別目的；二者的訓練結果在精度范圍內(nèi)準確率達到了87％。在此期間，對植物五大形態(tài)特征提出一套新的特征編碼方案，第一次從植物的根、莖、葉、花、果的具體形態(tài)特征做全面檢索并利用BP神經(jīng)網(wǎng)絡加以實現(xiàn)。同時，將以上工作用J2EE技術整

3、合并實現(xiàn)了該系統(tǒng)的部分功能，為以后全面實現(xiàn)和完善植物檢索的數(shù)據(jù)化，建立一套快速、方便、準確、科學、穩(wěn)定的識別檢索系統(tǒng)奠定了雛形基礎，提出了一套可行的解決方案。在本章的最后，就BP算法的改進做了簡要闡述，并采用多種改進方法相結合的方案對茄科的100多個種進行了學習訓練，準確率提高到93.69％。另外，就目前比較熱點的利用分子標記技術和圖像處理技術與神經(jīng)網(wǎng)絡相結合進行植物分類識別的情況做了簡單介紹。關鍵詞：關鍵詞：植物分類識別，神經(jīng)網(wǎng)絡，B