基于BP神经网络模型的果实蝇自动分类系统

作     者：彭莹琼 廖牧鑫 张永红 黄丽莉 殷华 唐建军 邓泓 PENG Ying-qiong LIAO Mu-xin ZHANG Yong-hong HUANG Li-li YIN Hua TANG Jian-jun DENG Hong

作者机构：江西农业大学软件学院江西南昌330045 江西出入境检验检疫局综合技术中心江西南昌330038 江西农业大学计算机与信息工程学院江西南昌330045 江西机电职业技术学院江西南昌330013 

出 版 物：《江西农业大学学报》 (Acta Agriculturae Universitatis Jiangxiensis)

年 卷 期：2016年第38卷第6期

页      面：1205-1210页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家质检公益性行业科研专项支助项目(201410080) 江西省科技支撑计划项目(0123BBF60177) 

主　　题：BP神经网络 果实蝇分类 鉴定 图像识别 

摘      要：果实蝇属昆虫危害水果和蔬菜,造成产量下降,影响对外贸易,对其识别是检疫工作中的重要部分,现有的人工辨识方法受时间、知识等因素影响不能准确、有效辨识。提出了一种基于BP神经网络模型的果实蝇分类方法,采用几何形态测量学中的标记点法对果蝇翅进行特征提取,通过方差分析确定了用于果蝇鉴定的11个主特征,建立3层BP神经网络模型,结合Levenberg-Marquardt BP训练函数对数据集进行训练,得到完整的可用于果实蝇分类的BP神经网络。实验表明,该方法能够对实蝇进行有效的辨识,对桔小实蝇、瓜实蝇、具条实蝇和南亚果实蝇等高风险果实蝇辨识的准确率分别是90.0%、93.3%、90.0%和96.7%,总体准确率为92.5%,具有良好的应用前景。