具有PID-SGD优化的秀珍菇菌丝退化图像分类

许亚; 汪星一; 魏萱; 钟智雄

doi:10.14098/j.cn35-1288/z.2025.06.006

三明学院学报 ›› 2025, Vol. 42 ›› Issue (6) : 46 -58. DOI: 10.14098/j.cn35-1288/z.2025.06.006

具有PID-SGD优化的秀珍菇菌丝退化图像分类

许亚, 汪星一, 魏萱, 钟智雄

作者信息 +

Author information +

文章历史 +

摘要

提出具有PID-SGD(proportional-integral-derivative stochastic gradient descent)算法的深度神经网络模型，以实现秀珍菇菌丝退化的图像准确分类，为信息化鉴别秀珍菇菌丝退化提供科学依据。首先，采集培养的秀珍菇菌丝的显微高光谱图像，并对其进行预处理；其次，构建深度神经网络模型，设计PID-SGD优化算法；最后，对比PID-SGD算法与流行的优化算法对秀珍菇菌丝退化图像分类的结果。实验结果表明，使用PID-SGD算法的深度神经网络模型，在测试集上分类的准确率可达91.35%，分别高出使用SGD、Adam、RMSprop、Adadelta、Adagrad和Nadam算法模型11.03%、39.80%、41.35%、27.86%、31.81%和29.82%，且使用PID-SGD算法时收敛速度最快。说明PID-SGD算法优化的深度神经网络模型，在秀珍菇菌丝退化图像的分类任务上明显优于当前流行的优化算法。