[发明专利]一种蔬菜病害诊断方法和便携系统有效
| 申请号： | 201310084471.0 | 申请日： | 2013-03-15 |
| 公开（公告）号： | CN103218748A | 公开（公告）日： | 2013-07-24 |
| 发明（设计）人： | 罗长寿;魏清凤;孙素芬;张峻峰;曹承忠;刘娟;孟鹤;郭强 | 申请（专利权）人： | 北京市农林科学院 |
| 主分类号： | G06Q50/02 | 分类号： | G06Q50/02 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹 |
| 地址： | 100097 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种蔬菜病害诊断方法和便携系统，对具有外观病态表现的蔬菜植株建立蔬菜病害诊断知识模糊集和症状重要性隶属度；根据症状重要性隶属度和症状特征构建基于共同语义空间的输入向量；基于上述构建的输入向量，构建基于改进遗传算法的模糊神经网络，并进行训练，得到成熟的模糊神经网络；在成熟的模糊神经网络中输入蔬菜病害症状，得出输出向量，确定诊断结果。本发明利用基于共同语义空间的输入向量构建方法建立承载描述症状特征和症状重要性的输入向量，解决了样本集代表性差、矛盾样本多、诊断规律体现不明显等问题，结合利用基于改进的遗传算法的模糊神经网络模型，使得蔬菜病害诊断结果准确率更高，容错推理能力更强。 | ||
| 搜索关键词： | 一种 蔬菜 病害 诊断 方法 便携 系统 | ||
【主权项】：
一种蔬菜病害诊断方法，其特征在于，所述方法具体包括：A：对具有外观病态表现的蔬菜植株建立症状集和症状重要性隶属度，其中所述症状集包括6个症状子集，每个症状子集都与部位集根、茎蔓、叶、花、果和苗分别对应，所述症状重要性隶属度用来表征症状对病害识别的重要程度；B：获取症状特征，结合所述症状重要性隶属度构建输入向量；C：在所述输入向量基础上，构建基于改进遗传算法的模型神经网络，并进行训练，得到成熟的模糊神经网络；D：在所述成熟的模糊神经网络中输入蔬菜病害症状，得出输出向量，确定诊断结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京市农林科学院，未经北京市农林科学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310084471.0/，转载请声明来源钻瓜专利网。
