吳尚智，周 運(yùn)，王歡歡，徐丹丹

（西北師范大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，蘭州 730070）

小麥?zhǔn)且环N在世界各地廣泛種植的三大谷類作物之一，我國是世界上小麥消費(fèi)大國，優(yōu)質(zhì)小麥的需求量越來越大[1-2]。為了實(shí)現(xiàn)小麥豐量不減產(chǎn)的目標(biāo)，選育具有更好抗病蟲害性且能適應(yīng)各地環(huán)境，高產(chǎn)品質(zhì)雙重保障的小麥種子迫在眉睫。 研究者從試驗(yàn)田中選取樣本進(jìn)行品種改良，可能因動物傳播者污染試驗(yàn)樣本源等不可抗力因素影響，提取到錯誤待培育品種，與原試驗(yàn)對象無法做改進(jìn)后對比。目前主要防治措施有物理防控和化學(xué)防治，但此類方法耗時耗力，急需一種快速且簡便的小麥品種分類途徑[3]。 針對在小麥品種識別、分類的應(yīng)用問題，已有圖像處理、模式識別、神經(jīng)網(wǎng)絡(luò)等學(xué)科方面開展研究。 孟惜等[4]以6 個小麥品種為對象，對籽粒圖像進(jìn)行中值濾波閾值預(yù)處理，特征提取并且結(jié)合PCA 降維，避免BP 網(wǎng)絡(luò)陷入多點(diǎn)局部極小，用PSO 算法優(yōu)化網(wǎng)絡(luò)權(quán)值。 VHRMHULHN 等[5]對抽取的77 份DW 和 180CW 小麥樣品做區(qū)分，形態(tài)學(xué)方法與近紅外（NIR）光譜方法相結(jié)合，偏最小二乘法判別分析，準(zhǔn)確率達(dá)99%。 CHARYTANOWICZ 等[6]利用x射線圖像進(jìn)行小麥籽粒分類的幾何特征評價，主成分分析和多元因子分析相結(jié)合的方法，使用多變量統(tǒng)計(jì)方法，前3 個因子解釋的籽粒變異率達(dá)到89．97%。 上述研究表明，針對小麥籽粒識別和分類的研究已經(jīng)有所成果，但由于實(shí)際生產(chǎn)中所獲取信息的不確定、強(qiáng)干擾性，需要確保多維度樣本試驗(yàn)結(jié)果的高準(zhǔn)確率，良好的識別效果。

本研究將粗糙集和雙隱層BP 神經(jīng)網(wǎng)絡(luò)結(jié)合的方法應(yīng)用于小麥種子品種識別中， 協(xié)助試驗(yàn)者完成品種培育、改良，更好地投入各地方生產(chǎn)，達(dá)到更加有效地抗病蟲害、高產(chǎn)豐收目的。

1 理論基礎(chǔ)

1.1 粗糙集

粗糙集（rough set，RS）作為數(shù)值分析理論由波蘭數(shù)學(xué)家PAWLAK 于1982 年提出，用于處理模糊和不確定性知識的數(shù)學(xué)工具[7]。

定義1：知識與知識庫。 所研究的對象所組成的非空有限集合為論域U，對?X?U，稱為U 中一個概念（包括空集Ф），論域中任何概念族通常簡稱知識。 對于一個完整的知識表達(dá)系統(tǒng)，即為一個知識庫。

在粗糙集理論中，將信息表知識表達(dá)系統(tǒng)定義為S=＜U,R,V,f＞，其中U 為論域；R=C∪D 為屬性集合（C數(shù)，通過函數(shù)f 可以確定U 中每一個對象Xi的屬性值。

定義2：屬性的上近似和下近似。 根據(jù)X 關(guān)于屬性集合R 的上、下近似值概念，定義式（1）和式（2）：

定義3：知識的核。 知識庫K(U,R)，屬性集合R=C∪D，核描述為所有約簡的交集，若有一等價關(guān)系族P∈R，滿足core(P)=∩red(P)，則記為等價關(guān)系族集P 的核。簡單來說，核即為等價關(guān)系族中所有重要屬性的集合。

定義 4：約簡。 定義決策表 S=(U,C∪D)，其中屬性 C∩D=Ф。 令 Ф?X?C，Ф?Y?D，U/Y≠U/δ={U}(δ 是全體劃分)。 若有X0?X 滿足：(1)SX0(Y)=SX(Y)，即決策屬性Ф?Y?D 關(guān)于條件屬性Ф?X?C 的支持子集相等于決策屬性 Y?D 關(guān)于條件屬性 X0?X 的支持子集。 (2)SX(Y)?SX'(Y)，若 X'?X0?X。

圖1 粗糙近似圖Figure 1 Rough approximation diagram

按照上述描述，總能找到X 的一個極小子集X0，即稱X0是X 的一個約簡。 空集Ф 的約簡為Ф。

在粗糙集理論中，用上下近似集對不精確范疇近似定義，通過對模糊、不確定知識以集合定義、逼近方式達(dá)到知識判斷的目的。 信息熵是系統(tǒng)不確定信息的量化指標(biāo)[8]。 通俗說，熵越大，事件發(fā)生概率越低，表明信息所攜帶的不確定性越大；熵越小，結(jié)論與前述相反。

設(shè)有隨機(jī)試驗(yàn)，X1，X2，…，Xn是論域 U 的一個劃分，實(shí)驗(yàn)結(jié)果中每個 Xi有概率 pi=P(Xi)出現(xiàn)，簡記 X=(p1，p2，…，pn)。 信息源 X 的信息熵定義公式為：

條件熵：知識Q 相對于知識P 的條件熵定義公式為：

1.2 雙隱層BP 神經(jīng)網(wǎng)絡(luò)

通常單計(jì)算層感知器可以通過增加隱層節(jié)點(diǎn)數(shù)，構(gòu)建任意形狀凸域，輸出層節(jié)點(diǎn)對域內(nèi)域外樣本分類。通過增加第二個隱層，判斷域形狀能夠任意組合，多層感知器能夠處理任何復(fù)雜模型下的線性不可分問題。正因其表現(xiàn)優(yōu)越的多維函數(shù)映射能力、魯棒性、自學(xué)習(xí)能力，BP 神經(jīng)網(wǎng)絡(luò)如今仍被廣泛使用[9-11]。

1.2.1 數(shù)據(jù)預(yù)處理 感知器輸入輸出數(shù)據(jù)預(yù)處理操作， 對具有不同量綱的BP 神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)規(guī)劃變化范圍至[0，1]或[-1，1]，避免密集數(shù)據(jù)區(qū)分量取值太過集中，可有效使樣本分布均勻，拉開距離。

式中：xmin、xmax為矩陣 x 的最小值、 最大值；x 為矩陣原屬性值；x*為歸一化后BP 網(wǎng)絡(luò)輸入樣本。

1.2.2 模型設(shè)計(jì) BP 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)由信號的正向傳播和誤差的反向傳播兩個過程組成。 使用反向傳播算法逐步優(yōu)化，依據(jù)最小化損失函數(shù)不斷調(diào)整，得到每個感知器的權(quán)向量[12]。 其給出結(jié)構(gòu)為N1-N2-N3-3 的雙隱層網(wǎng)絡(luò)圖2。

2 粗糙集和BP 神經(jīng)網(wǎng)絡(luò)結(jié)合

圖2 雙隱層BP 網(wǎng)絡(luò)結(jié)構(gòu)圖Figure 2 BP network structure diagram of double hidden layer

本研究結(jié)合粗糙集和雙隱層BP 神經(jīng)網(wǎng)絡(luò)建立小麥籽粒品種分類的模型。 由神經(jīng)元作為信息處理單元，能對多個輸入樣本的模式向量組成的空間完成非線性映射，且具有較強(qiáng)的容錯性、自適應(yīng)性、泛化能力，但面對大維度空間數(shù)據(jù)處理效率較低。 粗糙集無法描繪屬性值間的非線性關(guān)系，但在處理多維度空間信息時，能對冗余、無價值信息判斷，簡化得到有用信息。 兩者優(yōu)勢互補(bǔ)，能有效提升神經(jīng)網(wǎng)絡(luò)整體性能。

2.1 方案設(shè)計(jì)

首先選取試驗(yàn)數(shù)據(jù)樣本，構(gòu)建原始決策表。設(shè)置聚類數(shù)目、迭代次數(shù)，用K-Means 方法聚類離散化，待質(zhì)心不顯著移動，表明聚類已經(jīng)收斂，獲得離散化后的決策表。其次用基于條件信息熵的啟發(fā)式知識約簡算法約簡已經(jīng)離散化后的決策表，剔除冗余屬性，避免因訓(xùn)練樣本數(shù)目過多而耗時過長。最后將約簡的最小屬性集充作BP 神經(jīng)網(wǎng)絡(luò)輸入層指標(biāo)， 決策屬性D 作為輸出指標(biāo)，BP 作為對非線性可微分函數(shù)權(quán)系數(shù)優(yōu)化的多層前饋網(wǎng)絡(luò)，需在設(shè)置參數(shù)和確定網(wǎng)絡(luò)結(jié)構(gòu)后，確定雙隱層BP 網(wǎng)絡(luò)模型。 建模流程圖如圖3。

圖3 RS+BP 神經(jīng)網(wǎng)絡(luò)建模流程圖Figure 3 RS+BP neural network modeling flow chart

2.2 步驟描述

基于條件信息熵的約簡算法將條件熵作為啟發(fā)知識，針對不一致信息決策表，以決策表核為出發(fā)點(diǎn)，從非核屬性集att 中依次挑選剩余屬性集合，條件熵較小屬性移入核屬性集core，并隨之將先前挑選出的屬性從非核屬性集att 中剔除。特殊情況下，可能發(fā)生多個屬性含有相同決策的參考重要度，此時，則選擇與約簡結(jié)果集B 組合數(shù)最小的屬性[13-14]。 若核屬性集合存在，屬性約簡后的結(jié)果集條件熵H(D|B)=H(D|C)，集合B便存放著試驗(yàn)結(jié)果集。

算法時間復(fù)雜度主要是通過可辨識矩陣計(jì)算決策表核，以及從非核屬性集att 中依次計(jì)算決策屬性D 相對每個條件屬性core∪{Vi}的條件熵。 步驟1～5 為屬性約簡描述。

Step1：求解全局條件熵H(D|C)，用于終止條件的判斷。 同時，對離散化后的決策表S，分別設(shè)置核屬性集core和非核屬性集att 為空集。

Step2：計(jì)算可辨識矩陣[15]，挑選決策屬性不等時條件屬性組合數(shù)目為1 的屬性作為核。 算法以此為起點(diǎn)，令約簡結(jié)果集B=core。

Step3：從非核屬性集att 中挑選每個屬性Vi∈att，計(jì)算條件熵H(D|B∪{Vi}) 。

Step4：尋找出條件熵最小的那個屬性（熵越小，表示含有的信息不確定性越小）。 每挑選出一個核屬性Vi，即將該屬性從非核屬性集att 中減去。

Step5：挑選完整個條件屬性集合后，記錄核屬性集合B。終止條件是判斷初始條件屬性集合的條件熵相等于約簡后屬性集合的條件熵，若H(D|C)=H(D|B)任務(wù)完成，否則轉(zhuǎn)Step2。

原始決策表中樣本經(jīng)離散化預(yù)處理后，再由基于條件熵的屬性約簡算法降維，去除掉知識表達(dá)系統(tǒng)冗余、相互干擾的樣本，使得雙隱層BP 網(wǎng)絡(luò)具有更佳逼近能力，泛化能力更強(qiáng)。 經(jīng)上述步驟處理后，約簡后最小屬性集作為BP 網(wǎng)絡(luò)輸入層樣本訓(xùn)練。 步驟6～步驟10 為BP 算法描述。

Step6：初始化權(quán)值矩陣 W1i1，W2j2，W3k3，并設(shè)置閾值 θi1，θj2，θk3，網(wǎng)絡(luò)精度 ε，學(xué)習(xí)率 η。

Step7：將約簡整理后的決策表作為BP 網(wǎng)絡(luò)的訓(xùn)練樣本。 前一層輸入向量與連接權(quán)重的乘積，經(jīng)激勵函數(shù)轉(zhuǎn)換后作為下一層的輸入值，即前一層的輸出作為下一層的輸入。

Step8：計(jì)算每層輸出值、網(wǎng)絡(luò)輸出誤差。 每層神經(jīng)網(wǎng)絡(luò)的輸出進(jìn)行變換處理，變換函數(shù)f(x)采用單極性Sig鄄moid 函數(shù)，即：

隱含層1：隱層 1 上第i 個節(jié)點(diǎn)的總輸入、輸出分別為si1、zi1，隱層 1 總輸出y1。

隱含層2：隱層 2 上第j 個節(jié)點(diǎn)的總輸入、輸出分別為si2、zj2，隱層 1 總輸出y2。

輸出層：輸出層的第K 個節(jié)點(diǎn)的輸出ok。

均方誤差定義

Step9：獲得神經(jīng)元的誤差信號后，利用誤差反向調(diào)整每層權(quán)值、閾值，直至網(wǎng)絡(luò)性能達(dá)到預(yù)設(shè)精度。 權(quán)值調(diào)整公式為：

備注：δi為隱含層誤差項(xiàng)，xij為結(jié)點(diǎn) i 到結(jié)點(diǎn) j 的輸入，wij表示對應(yīng)的權(quán)值，系數(shù) η∈(0，1)為學(xué)習(xí)率。隱含層 1，2 總輸出記為 y1，y2。

Step10：判斷網(wǎng)絡(luò)的總輸出誤差是否達(dá)到預(yù)期精度要求。 若E總≤ε，則算法結(jié)束；否則轉(zhuǎn)至7 步，開始BP 算法新一輪。

3 實(shí)例結(jié)果與分析

3.1 數(shù)據(jù)預(yù)處理

小麥種子數(shù)據(jù)集（Wheat Seeds DataSet）來源于UCI 數(shù)據(jù)庫。 用軟X 射線技術(shù)和和顆粒包給定種子的計(jì)量數(shù)據(jù)，涉及對不同品種的小麥種子幾何特征測定，用于分類、聚類任務(wù)。數(shù)據(jù)表1 中，一共210 個觀察值，7個輸入變量和 1 個輸出變量。 變量名解釋，V1：區(qū)域；V2：周長；V3：壓實(shí)度；V4：籽粒長度；V5：籽粒寬度；V6：不對稱系數(shù)；V7：籽粒腹溝長度，構(gòu)成決策表?xiàng)l件屬性集合 C。 決策屬性 D 分為（1，2，3）3 類。

對表1 決策表應(yīng)用IBM SPSS Statistics 20．0 統(tǒng)計(jì)軟件對條件屬性值離散化。 試驗(yàn)需將小麥樣本品種分為3 類，故選用K-means 聚類數(shù)目3，設(shè)置迭代次數(shù)為10，當(dāng)且僅當(dāng)聚類中心更改為．000，說明聚類已經(jīng)達(dá)到收斂，中心的最大絕對坐標(biāo)不再發(fā)生改變。 初始、最終聚類中心變化如表2。

表1 原始信息決策表Table 1 Original information decision table

表2 初始、最終聚類中心Table 2 Initial and final clustering center

選用基于劃分的K-means 聚類算法，以歐氏距離計(jì)算簇內(nèi)對象間相似度，將兩兩相似度大的對象歸于同一類簇，并用1，2，3 數(shù)字標(biāo)記實(shí)際連續(xù)數(shù)值，實(shí)現(xiàn)連續(xù)屬性離散化[16]。 基于條件信息熵的屬性約簡對小麥種子樣本預(yù)處理，并且在不影響整體分類能力的情況下，剔除冗余屬性，加快網(wǎng)絡(luò)收斂速度。 離散化并約簡后的決策如表3。

決策表中離散化后的數(shù)據(jù)若作為雙隱層神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本輸入，需要通過單極性Sigmoid 變化函數(shù)歸一化處理，避免因?yàn)檫B續(xù)型數(shù)值過大導(dǎo)致神經(jīng)元輸出飽和，且造成隨著訓(xùn)練次數(shù)增加，在最佳訓(xùn)練時刻之后，訓(xùn)練誤差持續(xù)下降而測試誤差呈現(xiàn)相反現(xiàn)象。

信號的正向傳播學(xué)習(xí)過程中，輸出信號會與教師信號做差值比對，依照誤差值反向計(jì)算輸出層、雙隱含層誤差信號并調(diào)整權(quán)值。 若不做調(diào)整，可能產(chǎn)生的結(jié)果為：（1）具有不同量綱的網(wǎng)絡(luò)輸入分量因變化范圍不一致，造成感知器每個節(jié)點(diǎn)無法很好地接收外來信息。 （2）對于實(shí)際信號的輸出會偏離教師信號，一輪網(wǎng)絡(luò)訓(xùn)練結(jié)束后，可能結(jié)果是總輸出誤差H 中所屬比例大的輸出分量相對誤差小。

表3 離散化后的決策表Table 3 Discretized decision table

3.2 試驗(yàn)結(jié)果及分析

由于單隱含層網(wǎng)絡(luò)非線性映射能力較弱，對于線性不可分?jǐn)?shù)據(jù)，通過添加含有多個線性二分類器的隱含層，使得難以可視化的高維數(shù)據(jù)變得線性可分[17]。 設(shè)計(jì)雙隱層BP 網(wǎng)絡(luò)，主要考慮到當(dāng)單層感知器無法改善網(wǎng)絡(luò)性能且不具有降低網(wǎng)絡(luò)訓(xùn)練誤差的能力，雙隱層結(jié)構(gòu)在處理不連續(xù)函數(shù)逼近問題時，呈現(xiàn)出擬合能力強(qiáng)、訓(xùn)練誤差小、辨識精度高等優(yōu)點(diǎn)，但不是所有雙隱層結(jié)構(gòu)網(wǎng)絡(luò)都有優(yōu)越性能，與此同時不足在于：多層感知器結(jié)構(gòu)的設(shè)計(jì)更加復(fù)雜，樣本訓(xùn)練時間加長。 因此，應(yīng)依據(jù)具體網(wǎng)絡(luò)模型進(jìn)行結(jié)構(gòu)設(shè)計(jì)。

由于雙隱層神經(jīng)元個數(shù)的選擇具有主觀性，通過“試湊法”，為表現(xiàn)不同節(jié)點(diǎn)下同一樣本的網(wǎng)絡(luò)性能，本研究中通過訓(xùn)練結(jié)果的MSH（均方差）多次調(diào)整尋找隱含層個數(shù)，最終確定網(wǎng)絡(luò)結(jié)構(gòu)為：5-10-3-3。 部分測試結(jié)果如表4。

表4 部分不同雙隱含層神經(jīng)元個數(shù)時的網(wǎng)絡(luò)性能Table 4 Network performance of some neurons with different double hidden layers

在科學(xué)和工程問題中， 希望通過直線或者多項(xiàng)式方程擬合平面上大量散落的數(shù)據(jù)點(diǎn)，MATLAB 中可以用函數(shù)plotfit、curvefit 進(jìn)行曲線擬合。 網(wǎng)絡(luò)訓(xùn)練預(yù)測時，MATLAB 自動將數(shù)據(jù)分為訓(xùn)練、驗(yàn)證、測試，回歸系數(shù)R 越接近1，表示試驗(yàn)效果越好。 但與此同時，可能會出現(xiàn)過擬合現(xiàn)象，即出現(xiàn)學(xué)習(xí)過程過于精確，對訓(xùn)練數(shù)據(jù)外的數(shù)據(jù)泛化能力降低。 原因通常有很多，如訓(xùn)練數(shù)據(jù)量不夠，無法對待測試數(shù)據(jù)擬合；或者樣本含有噪聲，對網(wǎng)絡(luò)性能有影響。 常見解決方法有：提前停止法、隱層節(jié)點(diǎn)自生成法、正則化等[18]。 此次試驗(yàn)并未出現(xiàn)過擬合現(xiàn)象，且表現(xiàn)性能良好。 具體擬合情況如圖4。

在確定雙隱層BP 網(wǎng)絡(luò)參數(shù)選擇和結(jié)構(gòu)設(shè)計(jì)后，需要抽取樣本數(shù)據(jù)通過多個周期測試除訓(xùn)練集合外的待預(yù)測樣本，倘若網(wǎng)絡(luò)模型下的數(shù)據(jù)擬合能力較差勁，對非規(guī)律樣本內(nèi)容預(yù)測能力同樣很差，此時即為訓(xùn)練過度[19]。 若因樣本數(shù)過少或網(wǎng)絡(luò)模型復(fù)雜性過低造成的欠擬合現(xiàn)象，可通過減少正則化參數(shù)、換用非線性模型等方法避免。

圖4 回歸分析圖Figure 4 Regression analysis diagram

本研究中設(shè)定網(wǎng)絡(luò)性能目標(biāo)均方誤差MSE 為0.005，試驗(yàn)在迭代19 次后終止，用時1.513s。 為驗(yàn)證所選模型的泛化能力， 將樣本數(shù)據(jù)分割出交叉驗(yàn)證集合，用來檢驗(yàn)所選BP 網(wǎng)絡(luò)模型優(yōu)劣與否。 圖5 顯示最佳驗(yàn)證性能0.041381， 小于設(shè)定值并在迭代次數(shù)為第13 次時停止訓(xùn)練?？v坐標(biāo)最小均方誤差表示實(shí)際輸出值與真實(shí)數(shù)據(jù)輸出的擬合程度，性能圖中訓(xùn)練集開始時誤差較小只有0.035，驗(yàn)證集誤差0.063，兩者相差大，低方差表示模型穩(wěn)定選擇合適； 測試集誤差0.03 與訓(xùn)練集相差不大，為低偏差，說明模型擬合程度較高。

為證明RS+雙隱層BP 神經(jīng)網(wǎng)絡(luò)相比于傳統(tǒng)BP網(wǎng)絡(luò)具有可行性， 在保證使用相同神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的前提下，對相同數(shù)據(jù)(樣本的30%)進(jìn)行測試，對比準(zhǔn)確率并將效果圖可視化， 可知約簡后分類準(zhǔn)確率有明顯提高，約簡前后分類對比圖6 和圖7。

圖5 性能圖Figure 5 Performance diagram

圖6 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)測試樣本分類效果Figure 6 Traditional neural network test sample classification renderings

圖7 RS+BP 神經(jīng)網(wǎng)絡(luò)測試樣本分類效果圖Figure 7 Classification effect diagram of RS+BP neural network test samples

針對神經(jīng)網(wǎng)絡(luò)無法對冗余信息進(jìn)行有效判斷的缺陷，運(yùn)用基于條件信息熵的屬性約簡算法，將初始決策表7 個條件屬性約簡至5 個，降低數(shù)據(jù)集維度，使其對大維度空間信息具有更好適應(yīng)性。 表5 給出約簡前后比較結(jié)果。

由表5 可知， 約簡后的數(shù)據(jù)樣本應(yīng)用RS+雙隱層BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練，與傳統(tǒng)BP 網(wǎng)絡(luò)訓(xùn)練原始數(shù)據(jù)比，7維特征屬性約簡至5 維，數(shù)據(jù)集維度降低，訓(xùn)練樣本所需運(yùn)行時間減少和分類準(zhǔn)確率大幅度提高。

4 討論與結(jié)論

表5 約簡樣本前后效果對比Table 5 Comparison of effect before and after reduction samples

數(shù)據(jù)挖掘作為信息時代從大量數(shù)據(jù)中獲取有價值信息進(jìn)行數(shù)據(jù)分析的必要步驟，通過相關(guān)性分組、分類、聚類、描述和可視化等方法，應(yīng)用于模式識別、數(shù)據(jù)分析等諸多領(lǐng)域。 BASATI 等[20]使用基于監(jiān)督和非監(jiān)督模式識別方法的Vis/NIR 光譜(波長范圍350～1000nm)分析了健康和5%、10%、15%和20%不健康5 類樣品，研究用PCA 建模的SIMCA 模式分類健康、不健康兩類樣品，準(zhǔn)確率達(dá)100%。 陳文根等[21]利用深度卷積神經(jīng)網(wǎng)絡(luò)提取小麥特征參數(shù)，用Softmax 分類器識別，針對大樣本下的學(xué)習(xí)過程，具有很強(qiáng)的泛化性，該方法平均識別準(zhǔn)確率達(dá)97．78%。 樊超等[22]對采集到的小麥顆粒圖像進(jìn)行中值濾波后，采用迭代式閾值法分割圖像，提取出特征，然后通過構(gòu)建神經(jīng)網(wǎng)絡(luò)研究了小麥品種的識別準(zhǔn)確率與品種數(shù)量之間的關(guān)系。本試驗(yàn)研究發(fā)現(xiàn)，預(yù)處理?xiàng)l件屬性，剔除對分類準(zhǔn)確率有干擾的冗余數(shù)據(jù)，經(jīng)BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練后，可以明顯降低運(yùn)行時間且提高分類準(zhǔn)確率，有效選育出優(yōu)質(zhì)的小麥籽粒品種。 若神經(jīng)網(wǎng)絡(luò)因輸入量大，使得網(wǎng)絡(luò)泛化能力差、分類精度低、收斂速度大幅度降低，就需要降低神經(jīng)網(wǎng)絡(luò)的輸入維度，簡化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

粗糙集與神經(jīng)網(wǎng)絡(luò)結(jié)合，在小麥籽粒品種分類的試驗(yàn)過程中，針對傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)處理多維冗余信息表現(xiàn)出的擬合誤差大，分類精度較低缺陷。 首先K-means 聚類預(yù)處理數(shù)據(jù)，粗糙集約簡算法簡化數(shù)據(jù)集、降低維度，同時改變神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，使用雙隱層BP 網(wǎng)絡(luò)提升訓(xùn)練精度、縮短訓(xùn)練時間。 試驗(yàn)表明，該方法使得分類準(zhǔn)確率由88．889%提升至 95．238%，運(yùn)行時間 1．574s 縮短至1．513s，具有更佳的準(zhǔn)確率保證，避免人力識別的資源浪費(fèi)，訓(xùn)練過程中快速地做出品種判斷，在農(nóng)業(yè)生產(chǎn)中小麥種子品種分類應(yīng)用中具有很好的實(shí)用價值。