王磊,王靜
(河南化工職業(yè)學(xué)院,河南鄭州450000)
神經(jīng)網(wǎng)絡(luò)算法在茶葉防害蟲識(shí)別中的應(yīng)用
王磊,王靜
(河南化工職業(yè)學(xué)院,河南鄭州450000)
神經(jīng)網(wǎng)絡(luò)算法是信息化技術(shù),是一種依照人腦的識(shí)記功能開發(fā)的。它廣泛地應(yīng)用在生產(chǎn)實(shí)踐中,而且它的精準(zhǔn)性受到了使用者的廣泛好評(píng)。茶葉蟲害是破壞茶品質(zhì)的重要因素,所以識(shí)別蟲害并采取正確的方式防治蟲害是迫在眉睫。本文闡述神經(jīng)網(wǎng)絡(luò)算法以及其在茶葉防蟲害識(shí)別中的應(yīng)用,剖析了該算法應(yīng)用于茶葉蟲害識(shí)別中的優(yōu)點(diǎn),為茶農(nóng)在茶葉種植過程中放心使用神經(jīng)網(wǎng)絡(luò)算法提供一定的指導(dǎo)意義。
神經(jīng)網(wǎng)絡(luò);茶葉;害蟲識(shí)別
神經(jīng)網(wǎng)絡(luò)算法是一種仿照人腦處理信息方式的技術(shù),研究人員將神經(jīng)網(wǎng)絡(luò)算法應(yīng)用在茶葉害蟲識(shí)別中,提高了茶害蟲的識(shí)別率,為茶農(nóng)種植出優(yōu)良品質(zhì)的茶葉提供了保障。
神經(jīng)網(wǎng)絡(luò)算法的產(chǎn)生和發(fā)展,為智能化時(shí)代的發(fā)展添磚加瓦。神經(jīng)網(wǎng)絡(luò)算法的識(shí)別體系在農(nóng)業(yè)生產(chǎn)中有廣泛應(yīng)用,在生產(chǎn)實(shí)踐中,特別是茶葉種植中發(fā)揮著重要的識(shí)別作用。
1.1 神經(jīng)網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)算法是一種根據(jù)人腦的神經(jīng)結(jié)構(gòu),而研究出來(lái)的應(yīng)用在計(jì)算機(jī)上的生物仿生技術(shù)。它對(duì)數(shù)據(jù)的處理方式和人腦相似的地方,都是對(duì)外界環(huán)境的信息進(jìn)行儲(chǔ)存。神經(jīng)網(wǎng)絡(luò)算法是信息技術(shù)時(shí)代處理數(shù)據(jù)的一個(gè)核心技術(shù)。比如:在模型識(shí)別、故障的智能檢測(cè)、智能機(jī)器人的開發(fā)等領(lǐng)域,甚至在物資配送方面,也能有應(yīng)用。神經(jīng)網(wǎng)絡(luò)算法有效地解決了科技人員開發(fā)應(yīng)用信息技術(shù)時(shí),遇到的信息分析問題,神經(jīng)網(wǎng)絡(luò)算法成為了信息技術(shù)發(fā)展的里程碑。
1.2 神經(jīng)網(wǎng)絡(luò)的識(shí)別體系
識(shí)別體系是一種對(duì)環(huán)境存在的圖像、聲音、顏色、形狀等特征,進(jìn)行認(rèn)知的過程。識(shí)別有很多方式,神經(jīng)網(wǎng)絡(luò)識(shí)別體系是隨著科學(xué)技術(shù)發(fā)展,而快速應(yīng)用起來(lái)的一種智能技術(shù)方法,是物理信息與生物仿生技術(shù)的完美結(jié)合,神經(jīng)網(wǎng)絡(luò)識(shí)別體系在社會(huì)生產(chǎn)的許多方面都有應(yīng)用。比如:雷達(dá)信號(hào)識(shí)別、人臉識(shí)別、車牌號(hào)碼識(shí)別等。神經(jīng)網(wǎng)絡(luò)識(shí)別體系克服了其他技術(shù)里,難以分析不精準(zhǔn)的信息的缺點(diǎn)。
1.3 神經(jīng)網(wǎng)絡(luò)算法的識(shí)別作用帶來(lái)的效應(yīng)
在實(shí)際生產(chǎn)生活中,外界的環(huán)境多變化,數(shù)據(jù)的收集會(huì)產(chǎn)生不精準(zhǔn)性,這對(duì)于信息分析構(gòu)成了很大的困擾。神經(jīng)網(wǎng)絡(luò)算法所具有的自組織和自學(xué)習(xí)性(人腦信息處理的特征)能夠很好的克服數(shù)據(jù)的不精準(zhǔn),分析并發(fā)表出合適的信息,給生產(chǎn)生活帶來(lái)了很大的便捷。例如:在我國(guó)已知的植物就有35000種,要對(duì)他們進(jìn)行分類十分繁雜。有了神經(jīng)網(wǎng)絡(luò)算法這一信息處理技術(shù)后,可以幫助生物工作者快速的將植物進(jìn)行分類,大大減少了工作強(qiáng)度和時(shí)間。
茶樹作為采摘葉片的作物,蟲害的存在嚴(yán)重影響了茶葉的品質(zhì)。所以正確識(shí)別茶葉蟲害并能進(jìn)行及時(shí)防治是極其重要的。隨著科學(xué)技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)算法在茶葉蟲害識(shí)別和防治的應(yīng)用,為茶葉種植提供了便捷。
2.1 茶葉蟲害的種類
茶葉屬于農(nóng)業(yè)作物中的高端經(jīng)濟(jì)作物,它的嫩芽和葉片都可以被制作成茶產(chǎn)品。而且,茶葉作為養(yǎng)生佳品,是老少皆宜的保健飲品,被賦予了濃厚的文化內(nèi)涵。茶葉是喜溫喜濕的灌木植物,云南等亞熱帶地區(qū)成了我國(guó)的茶葉種植主要地區(qū)。因?yàn)椴枞~生長(zhǎng)的特性和種植的氣候影響,茶樹的蟲害有它的獨(dú)特性。茶葉的主要蟲害有以下幾類:鱗翅目類,茶螨類,蚧殼蟲,同翅目。鱗翅目類的害蟲以茶毛蟲為代表,這類害蟲主要啃食茶芽、葉,破壞茶葉的葉型影響其品質(zhì)。同翅目的害蟲以小綠葉蟬為代表,它們通過將口器刺入葉片中吸食漿液的形式,這對(duì)茶葉片造成傷害。蚧殼蟲除了吸食葉片汁液外,還會(huì)分泌蠟質(zhì)物,導(dǎo)致葉片氣孔堵塞,造成茶樹衰敗。茶螨類害蟲是以吸食葉片汁液為生,這一群體的特點(diǎn)是體個(gè)小、繁殖速度快、適應(yīng)能力強(qiáng)。
2.2 傳統(tǒng)茶葉防治蟲害的方法
蟲害的防治是農(nóng)業(yè)生產(chǎn)中一個(gè)重要的環(huán)節(jié),也是生產(chǎn)出好品質(zhì)茶葉的關(guān)鍵因素。物理機(jī)械防治法、化學(xué)藥物防治法以及生物防治法,都是傳統(tǒng)的茶葉防治蟲害的方法。物理防治蟲害的方法的原理是利用蟲害的一些生理特征來(lái)消滅害蟲,比如:茶尺鑊初孵幼蟲對(duì)黃顏色有偏噬性,所以可在田間掛黃粘板來(lái)捕捉。物理防治法能有效的控制害蟲密度,而且是無(wú)公害?;瘜W(xué)防治法主要是指藥劑防治法。針對(duì)不同的昆蟲種類,選擇合適的藥劑噴施,此方法簡(jiǎn)便快捷、見效快。生物防治法是利用飼養(yǎng)害蟲天敵,來(lái)消滅茶葉害蟲。這些傳統(tǒng)的茶葉防治害蟲的方法是茶農(nóng)種植茶葉過程中積累下來(lái)的生產(chǎn)經(jīng)驗(yàn),具有很強(qiáng)的使用性。但是,這些方法有著自己的局限性,比如:具有一定的被動(dòng)性、粗糙性和隨意性。這些局限性大大增加了茶葉種植過程中,治理蟲害的成本,而且還會(huì)影響茶葉生長(zhǎng)破壞茶葉的品質(zhì)。
2.3 神經(jīng)網(wǎng)絡(luò)算法在識(shí)別和防治茶葉蟲害中的應(yīng)用
傳統(tǒng)的作物蟲害識(shí)別是依靠植保專家,深入田間現(xiàn)場(chǎng)勘查的方式進(jìn)行的,這種方法不便捷,容易拖延蟲害的診治時(shí)間。人們采用建立蟲害數(shù)據(jù)庫(kù)的方式,來(lái)識(shí)別蟲害。這種方法縮短了蟲害的診斷時(shí)間,實(shí)施起來(lái)較便捷。但是對(duì)于田間提供的模糊信息的處理效果很差。而且茶作為一種木本的作物,它的蟲害更是具有多樣和多變的特點(diǎn)。神經(jīng)網(wǎng)絡(luò)算法這種新型數(shù)據(jù)處理方法的興起,解決了傳統(tǒng)的茶葉害蟲識(shí)別和防治存在的問題,使茶葉的生產(chǎn)過程變的更高效。神經(jīng)網(wǎng)絡(luò)算法適用于解決非線性預(yù)測(cè)問題,蟲害的發(fā)生就是非線性問題的一種。所以,在預(yù)測(cè)茶葉蟲害問題上,神經(jīng)網(wǎng)絡(luò)算法有很好的應(yīng)用。預(yù)測(cè)茶葉蟲害的神經(jīng)網(wǎng)絡(luò)算法體系建立起來(lái)之后,茶事操作者只需要將受損害的茶葉病癥,及氣候情況輸入到系統(tǒng)中,系統(tǒng)就會(huì)自動(dòng)分析出此時(shí)茶樹所遭受的蟲害,并給出相應(yīng)的治理措施,這提高了茶葉蟲害治理的效率和精度。
蟲害是破壞農(nóng)業(yè)生產(chǎn)的因素之一。只有很好的掌握蟲害的發(fā)生和發(fā)展規(guī)律,了解蟲害的破壞性,才能有效的防控茶葉中的蟲害,從而生產(chǎn)出高質(zhì)量的茶葉。神經(jīng)網(wǎng)絡(luò)算法在識(shí)別茶葉蟲害上的應(yīng)用,能夠提高茶葉蟲害識(shí)別的有效性,從而更精準(zhǔn)的采取蟲害治理措施,提高勞動(dòng)效率。
3.1 害蟲識(shí)別的可控性
當(dāng)害蟲對(duì)農(nóng)作物造成傷害時(shí),就發(fā)生了農(nóng)業(yè)蟲害。當(dāng)某種害蟲的數(shù)量達(dá)到了一定的閾值就形成了蟲災(zāi),農(nóng)業(yè)害蟲是農(nóng)業(yè)生產(chǎn)過程中,不可避免的農(nóng)業(yè)問題。害蟲能夠及時(shí)根治,是保證作物產(chǎn)量和品質(zhì)的必要條件。蟲害的發(fā)生有多種原因,其中亂施肥料、田間管理不及時(shí)、氣候環(huán)境等都是蟲害發(fā)生的主要因素。傳統(tǒng)的防治蟲害的方法,采取的治理蟲害的措施是殺滅蟲卵和成蟲,避免害蟲的大量繁殖。雖然傳統(tǒng)的滅蟲方法能夠治理害蟲,但是費(fèi)時(shí)費(fèi)力。智能化的發(fā)展為茶葉蟲害的識(shí)別提供了新的思路,它使農(nóng)業(yè)的防治變得可控。神經(jīng)網(wǎng)絡(luò)算法作為一種新興的生物仿生體系統(tǒng),在識(shí)別蟲害時(shí),只需技術(shù)人員將茶葉的受害的部位、情況輸入系統(tǒng),系統(tǒng)就會(huì)自動(dòng)分析出蟲害的種類和防治的辦法。神經(jīng)網(wǎng)絡(luò)算法的應(yīng)用,極大地減少了茶農(nóng)治理害蟲的時(shí)間和物力,增加了害蟲識(shí)別的可控性,促進(jìn)了農(nóng)業(yè)的發(fā)展水平。
3.2 害蟲識(shí)別的破壞性
蟲害的破壞性是非常強(qiáng)的,不同種類的害蟲對(duì)作物的傷害方式和位置也不同。有些害蟲啃食植物的根部,給植物造成致命的傷害。害蟲的存在嚴(yán)重影響了茶葉的品質(zhì),降低了其經(jīng)濟(jì)效益,而且害蟲具有連續(xù)侵害性。如果不及時(shí)的將蟲卵清理,害蟲就會(huì)持續(xù)的侵害植物。在茶樹的種植過程中,選擇合適的識(shí)別害蟲的手段。在治理蟲害時(shí),對(duì)害蟲的正確識(shí)別很重要。只有正確地識(shí)別出害蟲的種類,才能采取積極有效的治理措施,從而達(dá)到對(duì)蟲害生長(zhǎng)平衡的破壞,徹底消滅害蟲。神經(jīng)網(wǎng)絡(luò)算法是很精準(zhǔn)的信息技術(shù)系統(tǒng),對(duì)于診斷多種蟲害交叉發(fā)生的情況很有效。神經(jīng)網(wǎng)絡(luò)算法在害蟲識(shí)別中的應(yīng)用,能夠快速的鑒別出害蟲的種類及侵害的范圍,方便了茶農(nóng)高效的整治蟲害。
3.3 蟲害的識(shí)別和防治有效性
茶葉害蟲識(shí)別是防治的基礎(chǔ),只有正確地鑒別出害蟲的種類,才能有效的殺滅害蟲。傳統(tǒng)的害蟲識(shí)別方法是依靠植保專家的經(jīng)驗(yàn)知識(shí)來(lái)鑒別害蟲,此方法不能快速及時(shí)的鑒別出茶葉害蟲。神經(jīng)網(wǎng)絡(luò)算法可以在系統(tǒng)中構(gòu)建害蟲圖像識(shí)別分類器,從而根據(jù)圖像來(lái)快速鑒別害蟲,這種方法可以擺脫依賴專家的缺點(diǎn),快速簡(jiǎn)潔的操作使得農(nóng)業(yè)人員很容易掌握和運(yùn)用??蒲腥藛T用棗樹上的紅蜘蛛來(lái)檢測(cè)該系統(tǒng)的有效性。順利識(shí)別出茶葉蟲害的種類之后,首要任務(wù)就是進(jìn)行害蟲治理。神經(jīng)網(wǎng)絡(luò)算法可以使茶葉害蟲識(shí)別和防治措施同時(shí),呈現(xiàn)在操作員面前。神經(jīng)網(wǎng)絡(luò)算法可以依據(jù)識(shí)別出來(lái)的害蟲類型,及損壞程度來(lái)合理安排防治的措施,合理安排農(nóng)藥的使用量及機(jī)械操作的程度。
神經(jīng)網(wǎng)絡(luò)算法在茶葉蟲害識(shí)別中的應(yīng)用,是現(xiàn)代智能化手段在農(nóng)業(yè)上應(yīng)用的新的方向。它的精準(zhǔn)性和便捷性為茶農(nóng)在種植管理茶園時(shí)提供了很好的工具,是科學(xué)技術(shù)發(fā)展上的質(zhì)的飛躍。茶葉蟲害的高效識(shí)別,有利于茶農(nóng)快速的對(duì)蟲害采取治理措施,使得茶葉的被破壞性降到最小,為生產(chǎn)出高品質(zhì)的茶葉提供了保障。
[1]雷建鋒,孫俊逸.基于人工神經(jīng)網(wǎng)絡(luò)下的圖像識(shí)別的研究[J].現(xiàn)代電子技術(shù),2008(8):27-130.
[2]王東.早蟲害圖像自動(dòng)識(shí)別關(guān)鍵技術(shù)研究[D].河北農(nóng)業(yè)大學(xué),2011.
[3]董洪斌,馬光勝.基于神經(jīng)網(wǎng)絡(luò)的植物分類專家系統(tǒng)[J].小型微型計(jì)算機(jī)系統(tǒng).2011(3):42-46.
[4]殷坤山,肖強(qiáng).茶毛蟲病毒殺蟲劑田間使用技術(shù)研究[J].中國(guó)茶葉, 2004(3):18-19.
[5]朱大奇.人工神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀極其展望[J].江南大學(xué)學(xué)報(bào),2004 (3):77-79.
王磊(1983-),男,河南駐馬店人,在職研究生,講師,研究方向:計(jì)算機(jī)動(dòng)畫及圖形圖像設(shè)計(jì)。
王靜(1982-),女,在職研究生,講師,研究方向:計(jì)算機(jī)動(dòng)畫及圖形圖像設(shè)計(jì)。