论文部分内容阅读
为有效利用深度卷积神经网络自动提取特征的技术,将卷积神经网路引入到马铃薯病害图像识别中,针对训练样本集数量较少降低识别性能,提出基于Fisher准则的深度卷积神经网络算法。将Fisher准则的约束条件应用到网络反向传播权值的调整过程,使权值能够迅速地接近有利于分类的最佳值。测验结果表明改进后的网络,在样本量少时可有效提高网路的识别精度。