BP神經網絡在茶葉病害多分類識別中的應用研究*

王小敏，陳 榮，譙 斌

(銅仁學院 大數據學院，貴州 銅仁 554300)

0 引言

種植茶在貴州山區是許多茶農的主要收入來源，但是茶葉的病害問題卻直接影響了茶葉的質量和產量，由于茶農識別茶葉病害的技術不夠科學，導致許多病害茶葉不能得到及時處理，所造成的損失嚴重影響著茶農的收入水平。并且茶農對茶葉病害的不正確防治及不合理使用農藥還會危害食用者的身體健康和影響生態環境。只有正確的識別茶葉病害，才能有的放矢，減少對農藥的濫用，有針對的防治才是提高茶葉的產量和質量的關鍵。所以，為了得到高產量、高品質的茶葉，我們通過病害茶葉的形狀特征來利用計算機進行分類，借助MATLAB實現BP神經網絡算法對分類的病害進行分類檢測，從而提高對病害茶葉識別的準確性和科學性。

1 BP神經網絡概述

BP神經網絡是一種多層前饋神經網絡(MLFNN)，它主要運用在模式的識別、函數的逼近、數據的壓縮和數據的分類這四個方面[1-4]。BP神經網絡的整個計算過程是由正向的傳播計算和反向的傳播計算組合成的，在正向傳播的時候，輸入信號經過一系列變換就會產生輸出信號，如果產生的輸出信號與想要達到的輸出信號不相符合，就會進行反向傳播[5]。在這個過程中，通過更改各個神經元的權值，一直到誤差信號達到最小后訓練才會結束，從而得到最佳的識別率。本次項目研究的方法采用的就是BP神經網絡在模式的識別和數據的分類中的運用[6]，經過BP神經網絡的整個計算過程后，最后得到了高達86.67%的分類識別率。……