小麦病害图像的存储与识别技术的研究

发布时间：2017-09-05 00:10

  本文关键词：小麦病害图像的存储与识别技术的研究

  更多相关文章： 机器学习 图像识别 小麦病害 图像存储 局部支持向量机

【摘要】：小麦是我国最主要的粮食作物之一,在小麦生长的过程中容易受到环境因素的影响发生病害,影响小麦的产量。目前针对小麦病害图像的识别和存储的效率低的问题,本文提出了利用局部支持向量机分类算法针对小麦病害图像进行分类识别,同时提出了利用粒子群算法和大数据技术对局部支持向量机进行改进,优化分类的精度和效率。针对小麦病害图像的存储,本文提出了利用大数据技术对小麦病害图像进行存储,提高了存储的效率。支持向量机是建立在统计学习理论基础上的核机器学习方法,它在预测每个样本的类别时,使用的是训练集中所有的样本信息(全局信息),不能充分利用样本中的局部信息。局部支持向量机则能够充分的利用样本中的局部信息。但是在分类的过程中局部支持向量机也有其不足,局部支持向量机在分类的过程中不能够充分的利用样本点的属性特征,在分类时将样本的每个属性权重都设为相同的,这样不能够体现出不同的属性在分类中的重要性。本文就上述问题,提出了一种基于粒子群的局部支持向量机算法,通过粒子群来优化样本点的每个属性在分类中的作用。大数据是近年来新兴的研究领域,Hadoop并行计算平台就是在大数据环境下诞生的一种并行计算的技术。Hadoop并行计算能够在降低算法的时间复杂度,将算法由串行计算的过程改为并行计算。本文将改进的局部支持向量机与Hadoop并行计算技术相结合,能够解决基于粒子群的局部支持向量机分类时间复杂度高的问题,实验测试表明Hadoop平台下基于粒子群的局部支持向量机算法能够在保持分类精度基本不变的情况下降低分类的时间复杂度。HBase数据库是基于Hadoop平台的一种NoSQL数据库,相比传统的SQL数据库,HBase可以提供高并发读写操作的支持,可以存储非结构化的数据,因此本文采用了HBase数据库来存储采集到的小麦病害图像的信息,来提高图像存储的效率,同时方便利用Hadoop平台对图像数据进行处理。为了验证本文改进的局部支持向量机在小麦病害图像识别的效率,分别利用局部支持向量机和基于粒子群的局部支持向量机算法在小麦病害图像数据集中进行对比测试实验,实验结果表明,在识别精度上本文改进的局部支持向量机要优于普通的局部支持向量机。
【关键词】：机器学习 图像识别 小麦病害 图像存储 局部支持向量机
【学位授予单位】：山东农业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S435.12;S126
【目录】：

• 中文摘要6-7
• Abstract7-9
• 1 绪论9-15
• 1.1 研究的目的与意义9-11
• 1.2 国内外研究现状11-13
• 1.3 研究的主要内容13-14
• 1.4 论文的结构14-15
• 2 相关理论及技术15-25
• 2.1 支持向量机15-18
• 2.1.1 样本线性可分的支持向量机15-17
• 2.1.2 样本线性不可分的支持向量机17-18
• 2.1.3 非线性支持向量机18
• 2.2 局部支持向量机18-21
• 2.3 Hadoop分布式计算平台21-23
• 2.4 HBase存储技术23-24
• 2.5 本章小结24-25
• 3 基于粒子群的局部支持向量机25-33
• 3.1 粒子群算法概述25-26
• 3.2 粒子群算法原理26-27
• 3.3 粒子群算法步骤27
• 3.4 基于粒子群的局部支持向量机27-28
• 3.5 粒子群设置28-29
• 3.5.1 粒子的设置28
• 3.5.2 适应度函数的选择28-29
• 3.5.3 粒子群参数的设置29
• 3.6 算法步骤及流程图29-30
• 3.7 实验结果及分析30-32
• 3.7.1 UCI数据集30-32
• 3.8 本章小结32-33
• 4 Hadoop平台下基于粒子群的局部支持向量机33-40
• 4.1 相关技术及算法33-35
• 4.2 算法改进原理35
• 4.3 MapReduce实现35-36
• 4.4 算法改进的步骤及流程图36-37
• 4.4.1 算法步骤：36-37
• 4.5 实验结果及分析37-39
• 4.5.1 单机与集群处理实验对比37-39
• 4.6 本章小结39-40
• 5 基于HBase的小麦病害图像存储数据库40-44
• 5.1 非结构化数据40
• 5.2 系统存储方案设计与实现40-41
• 5.3 存储过程41-42
• 5.4 系统截图42-43
• 5.5 本章小结43-44
• 6 小麦病害图像的识别44-49
• 6.1 小麦病害图像44
• 6.2 特征提取44-45
• 6.3 图像的HSV特征45-46
• 6.4 图像识别实验结果分析46-48
• 6.5 本章小结48-49
• 7 总结与展望49-51
• 7.1 总结49-50
• 7.2 展望50-51
• 参考文献51-56
• 致谢56-57
• 攻读硕士学位期间发表论文情况57

【相似文献】

中国期刊全文数据库 前10条

1 ;真正能够防治小麦病害的疫苗[J];世界科技研究与发展;2003年02期

2 李芹;;春季小麦病害的防治分析[J];农业与技术;2012年05期

3 子俊;春季小麦病害的防治[J];农村新技术;1996年11期

4 陈企村;朱有勇;李振岐;;利用品种混合控制小麦病害之研究进展[J];中国农学通报;2005年11期

5 许艳云;张求东;肖辉荣;张广照;;控氮增钾控制小麦病害发生试验[J];中国植保导刊;2007年08期

6 陈卫民;郭文超;焦子伟;乌斯满江;吐尔逊;夏正汉;;伊犁河谷小麦主要病害发生种类、分布危害与防治策略[J];新疆农业科学;2007年S1期

7 李侠芳;代勇;;春季小麦常见病害的发生及防治[J];现代农业科技;2009年01期

8 ;源于非洲的小麦病害传播威胁发展中国家[J];农药市场信息;2009年09期

9 张飞云;;基于多重分形谱的小麦病害图像特征提取方法[J];江苏农业科学;2013年03期

10 ;几种小麦病害症状识别[J];内蒙古农业科技;1977年03期

中国重要会议论文全文数据库 前10条

1 黎登寨;樊兵;吴云锋;杨英;;药剂拌种对小麦病害和产量的影响[A];中国植物病理学会2007年学术年会论文集[C];2007年

2 李宁;段霞瑜;周益林;;利用品种混和控制小麦病害[A];中国植物病理学会2010年学术年会论文集[C];2010年

3 郭勇;S.Barnett;S．Anstis;杨合同;李纪顺;;抑制小麦病害、促进生长的微生物制剂的制剂化技术研究[A];中国植物病理学会2005年学术年会暨植物病理学报创刊50周年纪念会论文集[C];2005年

4 翟辩清;;几种药剂防治小麦病害药效试验[A];河南省植物病害研究进展——河南省植物病理学与现代农业学术讨论会论文集[C];2011年

5 于思勤;王安超;冯社方;吕建华;;三唑类杀菌剂防治小麦病害药效试验[A];河南省植保学会第八次、河南省昆虫学会第七次、河南省植病学会第二次会员代表大会暨学术讨论会论文集[C];2005年

6 杜士云;张慧远;马光新;;几种药剂防治小麦病害药效试验[A];河南省植物保护研究进展Ⅱ（上）[C];2007年

7 李梅花;高素质;;小麦病害防治与粮食安全[A];河南省植保学会第九次、河南省昆虫学会第八次、河南省植病学会第三次会员代表大会暨学术讨论会论文集[C];2009年

8 宋玉立;何文兰;杨共强;孙静;;不同栽培措施对几种小麦真菌病害的影响[A];植保科技创新与病虫防控专业化——中国植物保护学会2011年学术年会论文集[C];2011年

9 杨万海;郭振宗;刘汉舒;师仰胜;贾恩宽;;使百克、禾果利防治小麦病害试验研究[A];小麦白粉病测报与防治技术研究[C];2000年

10 杜世州;曹承富;袁琳;廖钦洪;;基于荧光成像系统小麦病害叶片异质性分析[A];第十五次中国小麦栽培科学学术研讨会论文集[C];2012年

中国重要报纸全文数据库 前7条

1 马德明;小麦病害有加重趋势[N];河北经济日报;2007年

2 孙治强;防治小麦病害咋用普星[N];河南科技报;2007年

3 河南省农科院小麦研究中心研究员 王美芳　吴政卿;今年小麦病害多发有原因[N];河南科技报;2012年

4 秦华江 陈刚 张兴军;夏粮丰收在望 局地病害凸显规模化经营更迫切[N];江苏经济报;2012年

5 方根林;小麦病害的发生与防治[N];河南科技报;2007年

6 通讯员 贾春婷 王燕;奇台县23万亩冬小麦病害严重[N];昌吉日报;2010年

7 董峻;各地农业抗旱 显现三大亮点[N];东方城乡报;2009年

中国博士学位论文全文数据库 前2条

1 张竞成;多源遥感数据小麦病害信息提取方法研究[D];浙江大学;2012年

2 刁智华;大田小麦叶部病害智能诊断系统研究与应用[D];中国科学技术大学;2010年

中国硕士学位论文全文数据库 前8条

1 王静;多源遥感数据的小麦病害预测监测研究[D];南京信息工程大学;2015年

2 樊迪;基于BP网络的小麦病害诊断专家系统的研究与实现[D];西北农林科技大学;2015年

3 昌腾腾;基于支持向量机的小麦病害识别研究[D];山东农业大学;2015年

4 汪京京;复杂背景下小麦病害图像分割方法研究及应用[D];安徽农业大学;2014年

5 刘娜;基于图像和光谱解析的小麦病害识别研究[D];安徽大学;2016年

6 崔文斌;小麦病害图像的存储与识别技术的研究[D];山东农业大学;2016年

7 李峥嵘;基于WEB的小麦病害智能诊断技术研究[D];西北农林科技大学;2006年

8 程晓亮;耕作方式对小麦病害发生及根际真菌群落结构的影响[D];河北农业大学;2010年

，

本文编号：794656