基于深度学习的青梅品级半监督智能认知方法-计算机应用与软件.PDFVIP

第３５卷第１１期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．１１ ２０１８年１１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｎｏｖ．２０１８ 基于深度学习的青梅品级半监督智能认知方法 １，２ １ １ １ １ 李帷韬 　陶　海 　吴四茜 　王建平 　徐晓冰 １（合肥工业大学电气及自动化工程学院　安徽合肥２３０００９） ２（东北大学　辽宁沈阳１１０００４） 摘　要　　针对水果品级监督学习认知方法中样本获取困难、特征空间充分性表征和分类器能力不足的缺陷，模 仿人反复推敲比对的信息交互模式，提出一种基于深度学习的青梅品级半监督智能认知方法。基于半监督学习 扩充训练样本库，从信息论角度建立多层面特征充分表征的青梅品级认知智能决策信息系统；基于具有充分表征 性的自适应架构卷积神经网络和随机配置网络，建立青梅图像由全局到局部多层面充分表征特征空间和具有万 局逼近能力的分类准则；基于广义熵理论，建立青梅图像认知结果的语义熵测度评价指标；构建基于不确定认知 结果熵测度指标约束的特征空间和样本信度自寻优反馈调节机制。仿真实验表明，该方法青梅品级平均识别率 为９８．２％。 关键词　　青梅品级　半监督学习　自适应架构卷积神经网络　万局逼近能力　潜在语义熵测度 中图分类号　ＴＰ３９１．４　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１８．１１．０４２ ＳＥＭＩＳＵＰＥＲＶＩＳＥＤＩＮＴＥＬＬＩＧＥＮＴＣＯＧＮＩＴＩＯＮＭＥＴＨＯＤＯＦＧＲＥＥＮＧＡＧＥ ＧＲＡＤＥＢＡＳＥＤＯＮＤＥＥＰＬＥＡＲＮＩＮＧ １，２ １ １ １ １ ＬｉＷｅｉｔａｏ 　ＴａｏＨａｉ　ＷｕＳｉｘｉ　ＷａｎｇＪｉａｎｐｉｎｇ　ＸｕＸｉａｏｂｉｎｇ １（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｕｔｏｍａｔｉｏｎ，ＨｅｆｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈｅｆｅｉ２３０００９，Ａｎｈｕｉ，Ｃｈｉｎａ） ２（ＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ１１０００４，Ｌｉａｏｎｉｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｉｍｉｎｇａｔｔｈｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆｓａｍｐｌｅａｃｑｕｉｓｉｔｉｏｎ，ｆｅａｔｕｒｅｓｐａｃｅａｄｅｑｕａｃｙａｎｄｃｌａｓｓｉｆｉｅｒｃａｐａｂｉｌｉｔｙｉｎｆｒｕｉｔ ｇｒａｄｅｓｕｐｅｒｖｉｓｅｄｌｅａｒｎｉｎｇｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｓ，ａｓｅｍｉｓｕｐｅｒｖｉｓｅｄｉｎｔｅｌｌｉｇｅｎｔｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｆｏｒｇｒｅｅｎｇａｇｅｇｒａｄｅｂａｓｅｄｏｎ ｄｅｅｐｌｅａｒｎｉｎｇｗａｓｐｒｏｐｏｓｅｄ，ｗｈｉｃｈｉｍｉｔａｔｅｄｔｈｅｉｎｆｏｒｍａｔｉｏｎｉｎｔｅｒａｃｔｉｏｎｍｏｄｅｏｆｈｕｍａｎｒｅｐｅａｔｅｄｄｅｌｉｂｅｒａｔｉｏｎａｎｄ ｃｏｍｐａｒｉｓｏｎ．Ｂａｓｅｄｏｎｓｅｍｉｓｕｐｅｒｖｉｓｅｄｌｅａｒｎｉｎｇ，ａｍｕｌｔｉｌｅｖｅｌｉｎｔｅｌｌｉｇｅｎｃｅｓｙｓｔｅｍｗａｓｄｅｖｅｌｏｐｅｄｔｏｆｕｌｌｙｃｈａｒａｃｔｅｒｉｚｅｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔｄｅｃｉｓｉｏｎｉｎｆｏｒｍａｔｉｏｎｓｙｓｔｅｍｏｆｇｒｅｅｎｇａｇｅｇｒａｄｅｆｒｏｍｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｉｎｆｏｒｍａｔｉｏｎｔｈｅｏｒｙ．Ｂａｓｅｄｏｎｔｈｅｓｅｌｆ ａｄａｐｔｉｖｅａｒｃｈｉｔｅｃｔｕｒｅｃｏｎｖｏｌｕｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋａｎｄｒａｎｄｏｍｃｏｎｆｉｇｕｒａｔｉｏｎｎｅｔｗｏｒｋｗｉｔｈａｂｕｎｄａｎｔｒｅｐｒｅｓｅｎｔａｔｉｏｎ，ｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎｃｒｉｔｅｒｉｏｎｏｆｇｒｅｅｎｇａｇｅｉｍａｇｅｓ