【摘要】：國(guó)民經(jīng)濟(jì)發(fā)展最基礎(chǔ)的就是農(nóng)業(yè),農(nóng)業(yè)的發(fā)展與我們的生活息息相關(guān)。而農(nóng)業(yè)病蟲(chóng)害,則是掣肘農(nóng)業(yè)發(fā)展的主要原因之一。對(duì)害蟲(chóng)進(jìn)行防治的主要方法有農(nóng)藥,天敵及生物趨避三種,其中最常用的就是農(nóng)藥防治法。但是,盲目的使用農(nóng)藥,有的時(shí)候,不僅不能有效的防治害蟲(chóng),反而會(huì)破壞土壤,燒苗,污染水源,導(dǎo)致農(nóng)作物的產(chǎn)出下降,甚至對(duì)人類(lèi)的健康帶來(lái)很大的威脅。然而,害蟲(chóng)的種類(lèi)是非常繁雜的,傳統(tǒng)的害蟲(chóng)識(shí)別方法,僅僅依靠人的肉眼,根據(jù)其看到的害蟲(chóng)特征對(duì)害蟲(chóng)進(jìn)行分類(lèi)往往是客觀片面的,且非常依賴(lài)人工,費(fèi)時(shí)費(fèi)力。因此,害蟲(chóng)的分類(lèi)和識(shí)別已經(jīng)成為一個(gè)迫在眉睫的問(wèn)題。只有準(zhǔn)確分類(lèi),才能做到控制作物病蟲(chóng)害。我們提出一種基于改進(jìn)狼群算法優(yōu)化貝葉斯網(wǎng)絡(luò)的害蟲(chóng)圖像識(shí)別方法,對(duì)于具有復(fù)雜背景的圖像,我們首先采用GrabCut算法進(jìn)行自動(dòng)分割,然后再對(duì)其進(jìn)行灰度處理,保存到數(shù)據(jù)文件中,形成數(shù)據(jù)集,用于模型的訓(xùn)練和測(cè)試。其次再用預(yù)訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò),提取訓(xùn)練集和測(cè)試集上的圖像特征,輸入貝葉斯網(wǎng)絡(luò)。然后對(duì)傳統(tǒng)的狼群算法進(jìn)行改進(jìn),將其作為搜索算法,貝葉斯信息準(zhǔn)則(Bayesian Information Criterion,BIC)作為評(píng)分函數(shù),學(xué)習(xí)貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)。然后再用極大似然(Maximum Likelihood,ML)算法學(xué)習(xí)貝葉斯網(wǎng)絡(luò)的參數(shù),形成貝葉斯分類(lèi)器。本文的主要研究工作如下:1.提出一種改進(jìn)的二進(jìn)制狼群算法(Improved binary Wolf Pack Algorithm,I-BWPA)對(duì)狼群算法進(jìn)行改進(jìn),在探狼的游走行為中加入突變算子,在召喚行為中加入逼近算子,并在圍攻行為中加入交互算子。并且在狼群的更新步驟中,提出利用混沌映射的方式生成新的人工狼替換淘汰的人工狼。2.基于改進(jìn)的二進(jìn)制狼群算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)優(yōu)化算法(Bayesian Network Construction algorithm using I-BWPA,BNC-I-BWPA)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)可以用鄰接矩陣來(lái)表示,其對(duì)應(yīng)的結(jié)構(gòu)矩陣編碼為{x11,x12,...,x1n,x21,x22,...,x2n,...,xn1,xn2,...,xnn}。然后再運(yùn)用改進(jìn)的二進(jìn)制狼群算法作為搜索算法,BIC作為評(píng)分函數(shù),尋求最優(yōu)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。3.結(jié)合卷積神經(jīng)網(wǎng)絡(luò)與貝葉斯網(wǎng)絡(luò)進(jìn)行害蟲(chóng)圖像的識(shí)別處理用預(yù)訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練集和測(cè)試集的圖片進(jìn)行特征提取,輸入訓(xùn)練集上提取的特征屬性和分類(lèi),用BNC-I-BWPA進(jìn)行貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的學(xué)習(xí),然后再運(yùn)用ML進(jìn)行貝葉斯網(wǎng)絡(luò)參數(shù)的學(xué)習(xí),形成一個(gè)與輸入數(shù)據(jù)集最匹配的貝葉斯網(wǎng)絡(luò),將其作為貝葉斯分類(lèi)器。將測(cè)試集上提取好的特征屬性和分類(lèi)輸入貝葉斯分類(lèi)器,對(duì)貝葉斯分類(lèi)器進(jìn)行測(cè)試。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TP18;TP391.41;S433
【圖文】：

1.3 本文主要研究?jī)?nèi)容與章節(jié)安排目前，機(jī)器視覺(jué)技術(shù)在害蟲(chóng)的識(shí)別技術(shù)上，有很大的發(fā)展前途。貝葉斯網(wǎng)絡(luò)作為機(jī)器學(xué)習(xí)的一項(xiàng)，既能用圖論的語(yǔ)言直接展示問(wèn)題的結(jié)構(gòu)，又能按照概率論的原則對(duì)問(wèn)題的結(jié)構(gòu)進(jìn)行分析利用，降低推理的復(fù)雜度。因此，貝葉斯分類(lèi)器在分類(lèi)效果上比起其他分類(lèi)算法有著相對(duì)穩(wěn)定的分類(lèi)效果。但貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)，一直是一個(gè) NP 難的問(wèn)題。本文我們使用基于搜索和評(píng)分的方法。提出一種改進(jìn)的狼群算法，設(shè)計(jì)狼群的更新策略，以改善局部極值問(wèn)題，提高學(xué)習(xí)算法精度，使其適用于貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)，將貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的學(xué)習(xí)過(guò)程轉(zhuǎn)化為尋找最優(yōu)頭狼的問(wèn)題。在確定貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)之后，使用極大似然算法學(xué)習(xí)貝葉斯網(wǎng)絡(luò)的參數(shù)并且形成貝葉斯分類(lèi)器。然后，我們結(jié)合卷積神經(jīng)網(wǎng)絡(luò)在特征提取中的獨(dú)特優(yōu)勢(shì)來(lái)識(shí)別害蟲(chóng)圖像。如圖 1.1 所示：

第 2 章 群智能算法與狼群算法簡(jiǎn)介5]根據(jù)狼的捕食行為提出了狼群算法，該算法主為和圍攻行為三種智能行為，以及勝者為王，強(qiáng)新策略。能算法的簡(jiǎn)介及優(yōu)勢(shì)是一種生物啟發(fā)式的算法，群智能算法算法的大

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 葛文;成毅;孫亞飛;;地理信息服務(wù)樸素貝葉斯分類(lèi)及類(lèi)別匹配研究[J];測(cè)繪工程;2013年02期

2 王勇;;基于群的樸素貝葉斯分類(lèi)[J];中小企業(yè)管理與科技(上旬刊);2011年01期

3 張微;;樸素貝葉斯分類(lèi)模型在中紅外光譜測(cè)原料奶摻假中的應(yīng)用研究[J];食品工程;2011年01期

4 劉毅輝,魏振軍;保持隱私的樸素貝葉斯分類(lèi)[J];信息工程大學(xué)學(xué)報(bào);2003年01期

5 謝斌;;樸素貝葉斯分類(lèi)在數(shù)據(jù)挖掘中的應(yīng)用[J];甘肅聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

6 李金華;梁永全;呂芳芳;;一種加權(quán)樸素貝葉斯分類(lèi)增量學(xué)習(xí)模型[J];計(jì)算機(jī)與現(xiàn)代化;2010年05期

7 陳弋蘭;;基于樸素貝葉斯分類(lèi)的圖像消噪[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年03期

8 李偉紅,龔衛(wèi)國(guó),陳偉民,梁毅雄,張紅梅;基于中國(guó)人人臉區(qū)域特征的貝葉斯分類(lèi)法研究[J];儀器儀表學(xué)報(bào);2004年S2期

9 周超俊，蔣慰孫，葉銀忠，藤井省三;一種基于貝葉斯分類(lèi)原理的動(dòng)態(tài)系統(tǒng)故障檢測(cè)與診斷方法[J];控制與決策;1995年03期

10 韓麗娜;;貝葉斯分類(lèi)模型在學(xué)生成績(jī)預(yù)測(cè)中的應(yīng)用研究[J];計(jì)算機(jī)與數(shù)字工程;2018年10期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 袁野;胡邦輝;劉丹軍;蘇宏琛;;基于貝葉斯分類(lèi)判別方法的雷暴預(yù)報(bào)研究[A];第26屆中國(guó)氣象學(xué)會(huì)年會(huì)災(zāi)害天氣事件的預(yù)警、預(yù)報(bào)及防災(zāi)減災(zāi)分會(huì)場(chǎng)論文集[C];2009年

2 李偉紅;龔衛(wèi)國(guó);陳偉民;梁毅雄;張紅梅;;基于中國(guó)人人臉區(qū)域特征的貝葉斯分類(lèi)法研究[A];中國(guó)儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年

3 曹三省;李丹;黃祥林;;一種基于貝葉斯分類(lèi)的圖像自動(dòng)標(biāo)引系統(tǒng)[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

4 殷復(fù)蓮;張曉宇;馮晴;;基于貝葉斯分類(lèi)的大學(xué)生關(guān)注熱點(diǎn)事件微博文本分類(lèi)方法研究[A];中國(guó)新聞技術(shù)工作者聯(lián)合會(huì)2017年學(xué)術(shù)年會(huì)論文集（優(yōu)秀論文篇）[C];2017年

5 薛集明;章晉;王若宇;;基于貝葉斯分類(lèi)的網(wǎng)絡(luò)入侵檢測(cè)[A];2013年中國(guó)電機(jī)工程學(xué)會(huì)年會(huì)論文集[C];2013年

6 黃沖;劉卓軍;;基于統(tǒng)計(jì)分析的中醫(yī)體質(zhì)分類(lèi)研究[A];第十四屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集(上冊(cè))[C];2012年

7 程新榮;楊仁剛;;網(wǎng)頁(yè)自動(dòng)分類(lèi)在搜索引擎上的應(yīng)用研究[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（二）[C];2007年

8 楊瓊;曹亦薇;;貝葉斯方法在探索項(xiàng)目功能差異潛在因素中的應(yīng)用[A];全國(guó)教育與心理統(tǒng)計(jì)與測(cè)量學(xué)術(shù)年會(huì)暨第八屆海峽兩岸心理與教育測(cè)驗(yàn)學(xué)術(shù)研討會(huì)論文摘要集[C];2008年

9 周益來(lái);張廣智;張佳佳;;基于巖石物理特征的貝葉斯分類(lèi)儲(chǔ)層識(shí)別[A];2018年中國(guó)地球科學(xué)聯(lián)合學(xué)術(shù)年會(huì)論文集（四十五）——專(zhuān)題98：東亞多板塊匯聚與燕山運(yùn)動(dòng)、專(zhuān)題99：深部地球化學(xué)找礦、專(zhuān)題100：油氣地球物理[C];2018年

10 陳磊;李有勇;侯廷軍;;P糖蛋白抑制劑的理論預(yù)測(cè)研究[A];中國(guó)化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第14分會(huì)場(chǎng)摘要集[C];2012年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 錢(qián)琨;基于機(jī)器學(xué)習(xí)理論的紅外目標(biāo)跟蹤技術(shù)研究[D];西安電子科技大學(xué);2018年

2 馮e

本文編號(hào)：2732162