导　　师： 文贵华;张宇

授予学位： 硕士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 自从2006年,深度学习被提出以来,它在文本、语音、图像等信息载体的智能应用领域取得巨大的进步。现如今,越来越多领域正在或已经应用了深度学习技术,并且取得了优秀的成果。目前,人们对中医健康养生越来越重视,而中药材是中医健康养生体系的重要组成部分。中药材种类纷繁复杂,普通人对中药材的辨识知识比较匮乏,这可能会导致误用等不良后果。在中药材识别研究领域中,现有的研究只局限于少量药材或者需要专业器材,缺乏实用意义,而应用深度学习的研究还处于空白阶段。如果引入深度学习技术并实现智能化的中药材识别,中药材产业和人们都将会受益。本文的识别模型采用深度卷积神经网络,考虑到中药材的领域特性,尤其是类属相近的中药材往往需要利用纹理等底层信息来进行区分,本文提出一种新的特征融合方法,将网络底层信息与高层信息融合,从而提高分类效果。进一步地,采用集成学习中的Bagging方法,训练得到多个弱分类器,并通过投票法集成为中药材识别强分类器。实验结果表明,该算法能够在我们98个类别的中药材数据集上取得了较高的准确率。同时本文还实现了可实时运行的中药材识别APP,运行流畅且准确率高,具有实用价值。

关 键 词： 深度卷积神经网络 中药材识别 特征融合 集成学习

领　　域： [] []